A Google kibővítette a Gemini 3.8 családot két, kifejezetten hangalapú beszélgetésekre fejlesztett modellel. A Gemini 3.8 Live és a Gemini 3.8 Live Extended Thinking röviddel a Gemini 3.8 Flash után érkezik. A Live a sebességet és az alacsonyabb költséget helyezi előtérbe, míg az Extended Thinking a több lépésből álló következtetést igénylő, összetett feladatokra készült.
A lényeg nem pusztán a Gemini család két új neve, hanem az, ahogyan a modellek a beszélgetés közben működnek. A Google szerint a Gemini 3.8 Live a párbeszéd megszakítása nélkül hívhat meg háttérben eszközöket és API-kat, közel valós időben dolgozhat fel vizuális kontextust, és egyetlen beszélgetésen belül automatikusan válthat 97 nyelv között.
Az Extended Thinking ezt viszi tovább: beszélgetés közben, a háttérben is képes következtetni. Ahelyett, hogy az asszisztens látszólag „lefagyna”, a modell jelezheti, hogy dolgozik a kérésen, és köztes állapotjelentéseket adhat. A Google ennél a modellnél 82,6 pontos Speech-to-Speech Quality Indexet és 97,7%-os Big Bench Audio-eredményt említ, de a hosszú beszélgetések, megszakítások és külső szolgáltatások hívása során szerzett valós tapasztalatok többet mondanak majd a rangsoroknál.
Ez jelenti az érdemi változást: a hangalapú MI az egyszerű kérdés-felelet működéstől a beszélgetés és feladatvégrehajtás felé mozdul. Az irány már akkor látszott, amikor a Gemini Live produktivitási funkciókat kapott az összetett feladatokhoz, a Google pedig nemrég a hangalapú interakciót is elhozta a Docsba, a Gmailbe és a Keepbe. Az új Extended Thinking ehhez a forgatókönyvhöz illő motor: kiadunk egy kérést, folytatjuk a beszélgetést, miközben a feladat a háttérben fut.
A Gemini 3.8 Live fokozatosan válik elérhetővé a Search Live-ban, a Gemini API-ban és a Google AI Studióban. Az Extended Thinking a Gemini Live-ba érkezik, a Google AI-előfizetők pedig a Workspace szolgáltatásaiban is megkapják: a Gmailben és a Keepben, Pro és Ultra csomaggal pedig a Docsban is. Minden generált audiotartalmat SynthID jelöléssel látnak el, ez a Google MI-vel létrehozott anyagok azonosítására szolgáló technológiája.
