Google представила новые модели Gemini 3.8 Live и Gemini 3.8 Live Extended Thinking

Google представила новые модели Gemini 3.8 Live и Gemini 3.8 Live Extended Thinking, ориентированные на работу в режиме близком к реальному времени и призванные сделать голосовые агенты более интеллектуальными и естественными в общении. По данным компании, обе модели дают разработчикам и предприятиям технологическую базу для создания надежных голосовых интерфейсов, а пользователям — более плавный и содержательный диалог с ИИ через приложения Gemini, сервисы Google Workspace и поиск.

Ключевые возможности и показатели

— Gemini 3.8 Live разработана для масштабируемости и экономичности. Модель сочетает диалоговую «интеллектуальность», плавность разговора и визуальное «заякоривание» — возможность учитывать визуальные входные данные в диалоге почти в реальном времени. Модель автоматически распознаёт и переключается между 97 поддерживаемыми языками прямо в ходе разговора. Она также способна выполнять вызовы инструментов и API в фоне, продолжая вести беседу и подтверждать получение запроса, пока задачи завершаются асинхронно.

— Gemini 3.8 Live Extended Thinking нацелена на задачи повышенной сложности: модель одновременно рассуждает и говорит, поддерживая непрерывный диалог при выполнении многошаговых операций. Для естественного взаимодействия она использует ранние речевые сигналы вроде «Дайте-ка проверить это…» и предоставляет живую наррацию прогресса по фоновым шагам, что помогает пользователю понимать ход выполнения сложных задач.

— По результатам независимых сравнений, Extended Thinking получила высокие оценки в ряде измерений производительности: она заняла первое место в индексе качества «речь в речь» по версии Artificial Analysis и лидирует в показателях завершения задач в агентных сценариях на ряде бенчмарков. Модель демонстрирует сильные способности к рассуждению и конкурентную стоимость по сравнению с другими передовыми системами. В то же время базовая версия 3.8 Live по итогам пользовательских предпочтений заняла второе место в соревновании Speech Agent Arena и сохраняет высокую экономическую эффективность для масштабных внедрений.

— На бенчмарке ServiceNow EVA-Bench, предназначенном для оценки голосовых агентов в сложных рабочих процессах, новые модели смещают парето-фронт, добиваясь баланса между точностью выполнения задач и качеством разговора.

Интеграция с инструментами и экосистемой разработчиков

— Для разработчиков доступен API Gemini Live, который уже интегрирован в платформы для работы с медиа в реальном времени, такие как Agora, Fishjam, LangChain, LiveKit, Pipecat, Vercel и Vision Agents. Эти платформы берут на себя сложную инфраструктуру потоковой передачи и обработки медиа, позволяя разработчикам сосредоточиться на пользовательском опыте.

— Google сообщает о партнёрствах с компаниями из корпоративного сектора, включая Salesforce, Genspark и Lumeris, которые оценили низкую задержку, плавность диалога и возможности вызова инструментов у новых моделей.

Безопасность и прозрачность

— Вся аудиогенерация новыми моделями маркируется водяным знаком SynthID. Этот невоспринимаемый при прослушивании маркер интегрируется непосредственно в аудиовыход, что позволяет обнаруживать контент, созданный ИИ, и служит одной из мер против дезинформации. Google также указывает на доступную модельную карточку с описанием подхода к безопасности и ответственности.

Доступность

— Gemini 3.8 Live и Gemini 3.8 Live Extended Thinking начинают поэтапный вывод на платформы Google. Разработчики смогут работать с 3.8 Live через Gemini API и Google AI Studio; для корпоративных клиентов предусмотрены частные превью в Gemini Enterprise и отдельные корпоративные предложения для обслуживания клиентов. Extended Thinking также доступна в частном превью для предприятий и готовится к интеграции в продукты Workspace для бизнес-клиентов. Для широкой аудитории модели будут доступны в приложении Gemini и в подписочных предложениях Google AI в сервисах Workspace: в документах, Gmail, Keep и других продуктах в зависимости от уровня подписки.

В целом Google позиционирует Gemini 3.8 Live как экономичную и масштабируемую платформу для голосовых сценариев, а Extended Thinking — как решение для сложных, многошаговых рабочих процессов, дополнительно повышающее уровень рассуждения и интерактивности в речи. Компания подчёркивает, что новые модели призваны сделать общение с ИИ более естественным, быстрым и прозрачным для пользователей и удобным для интеграции разработчикам и предприятиям.