Gemini 3.8 Live and 3.8 Live Extended Thinking

Gemini 3.8 Live и Gemini 3.8 Live Extended Thinking — новые модели для голосовых агентов, обеспечивающие более интуитивное и интеллектуальное взаимодействие. Gemini 3.8 Live ориентирован на масштабируемость и эффективность, сочетая диалоговые способности с визуальным пониманием. Gemini 3.8 Live Extended Thinking предназначен для сложных задач, предлагая улучшенное многоступенчатое рассуждение и высокую производительность в агентных сценариях.

Gemini 3.8 Live Extended Thinking лидирует в Speech to Speech Quality Index с результатом 82.6, достигает 68.6% на τ-Voice и 35.1% на Sierra τ-Voice-banking, а также показывает 97.7% на Big Bench Audio. Gemini 3.8 Live занял второе место в Speech Agent Arena и остаётся экономически эффективным выбором для масштабного использования. Обе модели поддерживают обработку визуальных входов в режиме близком к реальному времени и интегрированы с SynthID-водяными знаками для обнаружения AI-генерированного аудио. Доступны через Gemini API, Google AI Studio, Gemini Enterprise и в продуктах вроде Search Live, Workspace и Gmail.

Комментарии (227)

Gemini 3.8 Live демонстрирует выдающиеся результаты в редких языках (африкаанс, каталанский) и живом голосовом общении, превосходя GPT и Claude в естественности и грамматической точности для этих языков. Голосовой интерфейс воспринимается как более естественный и человечный, особенно в длительных разговорах во время поездок. Однако модель страдает от непоследовательности контекста — теряет его уже в следующем сообщении, внезапно вставляет рекламные ссылки и может зацикливаться, отвечая сама себе и переключая языки. Это делает её ненадёжной для серьёзного использования. Глубокие рассуждения и аналитика остаются слабыми: Extended Thinking в версии Flash не обеспечивает настоящего многоступенчатого рассуждения, а лишь незначительно расширяет ответ, вводя пользователей в заблуждение. Модель не справляется с делегированием задач, выдумывая действия вместо выполнения, и проигрывает даже простейшему шахматному паттерну, подрывая доверие к логическому мышлению. Голосовой синтез вызывает дискомфорт у некоторых пользователей — интонации описываются как «ногти по доске» и «жуткие». Gemini 3.8 не может автоматически суммировать YouTube-видео без транскрипта, ограничивая автономность. Доступ к модели непоследователен: не все пользователи Google AI Plus и Workspace Business имеют доступ, что указывает на непрозрачное развертывание. Тем не менее, Gemini 3.8 Live работает на рабочих аккаунтах Google Workspace, где другие модели часто недоступны, что делает его ценным для корпоративных пользователей. Gemini 3.8 Flash показывает лучшую производительность по токенам в секунду по сравнению с GLM, Kimi и DeepSeek, а также лучшее понимание локальных нюансов и юмора, но его надёжность в сложных задачах оставляет желать лучшего из-за галлюцинаций. Пользователи с редкими языками рекомендуют расширять поддержку нишевых языков для языкового сохранения и обучения. Также требуют возможность сохранять историю диалогов и исключать её из обучения модели, иначе не будут использовать её для серьёзных задач.