Googleは新しい音声対話AIモデル「Gemini 3.8 Live」と、推論能力を強化した「Gemini 3.8 Live Extended Thinking」の2つを発表しました。前者はコスト効率とスケールを重視して構築され、会話的知性と流暢な対話、視覚的グラウンディングを組み合わせています。後者は複雑度の高いタスク向けに、知性の向上と多段階推論を実現するよう設計されたモデルです。両モデルとも視覚入力をほぼリアルタイムで処理でき、会話途中の自動言語検出を含め97言語に対応し、会話を中断せずバックグラウンドでツール実行やAPI呼び出しを行えます。
ベンチマークでは、Artificial AnalysisのSpeech to Speech Quality Index(音声品質の指標)でスコア82.6を記録して首位となったほか、音声エージェントタスクの完了率(τ-Voice)で68.6%、Big Bench Audio推論ベンチマークで97.7%を記録したとしています。
提供先は、開発者向けにGemini APIとGoogle AI Studio、企業向けにGemini Enterpriseでのプライベートプレビュー、一般ユーザー向けにはSearch Live、Gemini Live、Google Workspace(Docs、Gmail、Keep)と幅広く展開されます。なお、生成される音声にはSynthIDによる電子透かしが付与されます。
出典が伝えている要点
- Googleは2026年9月15日に「Gemini 3.8 Live」と「Gemini 3.8 Live Extended Thinking」の2つの新モデルを発表した
- Gemini 3.8 Liveはコスト効率とスケールを重視して構築され、会話的知性と流暢な対話、視覚的グラウンディングを組み合わせている
- Gemini 3.8 Live Extended Thinkingは複雑度の高いタスク向けに、知性の向上と多段階推論を実現するよう設計されている
- 両モデルは視覚入力をほぼリアルタイムで処理できる
- 自動的な会話途中の言語検出を含め97言語に対応している
- 会話を中断することなくバックグラウンドでツールの実行やAPI呼び出しを行うことができる
- Artificial AnalysisのSpeech to Speech Quality Indexでスコア82.6を記録し首位となった
- τ-Voiceのエージェントタスク完了率で68.6%のスコアを記録した
- Big Bench Audio推論ベンチマークで97.7%のスコアを記録した
- 開発者向けにはGemini APIおよびGoogle AI Studioで提供される
- 企業向けにはGemini Enterpriseでプライベートプレビューとして提供される
- 一般ユーザー向けにはSearch Live、Gemini Live、Google Workspace(Docs、Gmail、Keep)で提供される