Google は本日、Gemini 3.8 Live および Gemini 3.8 Live Extended Thinking を発表し、「最も先進的なリアルタイム会話モデル」と位置付けた。3 月に 3.1 Flash Live がリリースされたのに続き、これらの新モデルは人工知能との対話をより直感的でスマートなものにすることを目指している。名称が示す通り、Gemini 3.8 Live Extended Thinking は「強化された知性と多段階の推論」を提供し、最近リリースされた Gmail Live（会話検索）、Docs Live（草稿の作成および編集）、Keep Live（メモの作成）など、複雑度の高いタスクに対応する。
このモデルは Gemini Live 上でも展開が開始されており、3.8 Live Extended Thinking は「同時に推論と発話を行う」ことが可能である。
このモデルは複雑なワークフローに対して強化された知性を提供しつつ、一貫した会話の流れを維持する。「ちょっと確認させてください……」といった初期の発話プロンプトを用いてプロンプトに自然に応答し、リアルタイムの進捗状況の説明を通じて、多段階のバックグラウンドタスクをユーザーを段階的に導いていく。ベンチマークについては、「人間による音声対音声品質インデックスの分析において、全体で 1 位（82.6）」、「エージェントタスクの完了率において 68.6% で τ-Voice を上回ってリード」、「Sierra の τ-Voice-banking ベンチマークで 35.1% を獲得」、「Big Bench Audio で 97.7% を獲得し強力な推論能力を示すとともに、他の最先端モデルと比較しても高いコスト競争力を維持している」。
Gemini 3.8 Live が強化された会話知性を提供
一方、Gemini 3.8 Live の基本モデルは「スムーズな会話と視覚的グラウンディングを備えた会話知性」を提供する。このモデルは「視覚入力」をほぼリアルタイムで処理し、会話が継続する中でもバックグラウンドでツールや API の呼び出しを実行できる。ユーザーは、バックグラウンドタスクが進行中でも、モデルが「リクエストに応答し対話を継続する」ことを期待できる。さらに、会話中に supported 言語 97 種を検知し切り替えを行うことも可能である。このモデルは「スケーラビリティとコスト効率のために設計」されており、「Voice Agent Arena で 2 位」となっている。
Gemini 3.8 Live は、AI モードの Search Live 体験を支えることになる。