谷歌发布Gemini 3.8 Live,具备扩展思考功能

谷歌发布了Gemini 3.8 Live(成本高效,支持97种语言,实时多模态)和3.8 Live扩展思考版(多步骤推理,同步思考与说话)。扩展思考版通过后台工具调用和进度叙述处理复杂任务,可用作辅导工具。
Key insights
Gemini 3.8 Live:成本高效的实时音频
Gemini 3.8 Live专注于高容量部署,具有竞争力的成本。它支持在对话中自动检测并平滑切换97种语言。它还提供近实时的多模态交互(视觉+语音)以及不中断聊天的后台工具调用。该模型面向高并发、低延迟的助手和检索服务。
Gemini 3.8 Live扩展思考版:带叙述的实时推理
扩展思考版专为企业级复杂任务设计,具备多步骤推理和规划能力。它同步思考与说话:面对复杂问题时,会自然地说出“让我检查一下”之类的话,同时在后台异步执行多步骤任务,像打电话一样向用户更新进度。它还支持近实时的视觉理解,例如查看棋盘或草图。
异步工具调用和视觉理解
两个模型都具备异步工具调用功能:模型可以调用外部API、检索数据或预订,而前端语音聊天不会中断。扩展思考版增加了对困难任务的性能和精度,并叙述任务进度以保持对话进行。这些模型被演示为编程辅导工具。