Gemini 3.8 Live および 3.8 Live Extended Thinking のリリース

Google DeepMind は、より直感的でインテリジェント、かつニアリアルタイムな音声対話を実現するために設計された 2 つの新しいモデル、Gemini 3.8 Live と Gemini 3.8 Live Extended Thinking をリリースしました。これらのモデルは、対話型インテリジェンスを並列推論および視覚的グラウンディングと統合することで、プロダクション環境で使用可能な音声エージェントのための基盤となるインフラストラクチャを提供します。

モデルのバリエーションとコア機能

Google は、コスト、規模、およびインテリジェンスのバランスをとるために、Live オーディオモデルの 2 つの異なるバージョンを導入しました：

Gemini 3.8 Live: 規模とコスト効率に最適化されています。流暢な対話と視覚的グラウンディング、および視覚入力をニアリアルタイムで処理する能力を組み合わせています。
Gemini 3.8 Live Extended Thinking: 高い複雑性のタスク向けに設計されています。このモデルは、インテリジェンスとマルチステップ推論の向上を特徴としており、推論と発話を同時に行うことができます。

マルチモーダルおよび言語の柔軟性

Gemini 3.8 Live は 97 言語をサポートしており、会話の途中でこれらの言語を自動的に検出し、切り替えることができます。会話の流れを維持するために、モデルはユーザーとの対話を続けながら、バックグラウンドでツールや API の呼び出しを実行できます。

Extended Thinking における高度な推論

Gemini 3.8 Live Extended Thinking は、複雑なワークフロー向けに構築されています。会話の流れを中断することなく、マルチステップのバックグラウンドタスクの実行中に、初期の言語的キュー（例：「確認させてください...」など）やライブ進行ナレーションを利用して、ユーザーに状況を知らせることができます。

パフォーマンス・ベンチマーク

Gemini 3.8 Live Extended Thinking は、いくつかの主要な音声対音声（speech-to-speech）およびエージェント的ベンチマークにおいてトップの成績を収めています：

Speech to Speech Quality Index: Artificial Analysis によって総合 1 位にランク付けされ、スコアは 82.6 です。
Agentic Task Completion: $\tau$-Voice で 68.6%、Sierra の $\tau$-Voice-banking ベンチマークで 35.1% を達成しました。
Reasoning: Big Bench Audio で 97.7% を記録しました。

Gemini 3.8 Live は、規模の面でコスト効率の高い代替案として位置付けられており、Speech Agent Arena で 2 位を獲得しています。

ServiceNow の EVA-Bench において、両モデルとも、精度と対話の品質のバランスをとることで、複雑なワークフローにおける Pareto Frontier を押し広げていると報告されています。

開発者およびエンタープライズ統合

これらのモデルは Gemini Live API を介してアクセス可能であり、この API は、音声駆動型インターフェースの展開を簡素化するために、いくつかの開発者プラットフォームに統合されています。これには以下が含まれます：

Infrastructure Platforms: Agora, Fishjam, LangChain, LiveKit, Pipecat, Vercel, および Vision Agents。
Enterprise Partners: Salesforce, Genspark, および Lumeris。

安全性と透明性

誤情報の拡散を防ぐため、これらのモデルによって生成されるすべてのオーディオは SynthID を使用してウォーターマーク（電子透かし）が挿入されます。この知覚不可能なウォーターマークは、AI 生成コンテンツが検出可能であり続けることを確実にするために、オーディオ出力に直接織り込まれます。

利用可能時期

Gemini 3.8 Live と 3.8 Live Extended Thinking は、2026 年 9 月 15 日から、以下のチャネルを通じて順次展開されます：

Developers: Gemini API および Google AI Studio を介して利用可能です。
Enterprises: Gemini Enterprise でプライベートプレビューとして利用可能であり、Gemini Enterprise for Customer Experience（および Extended Thinking モデルについては Google Workspace ビジネス顧客向け）にもまもなく登場します。
General Users: Gemini 3.8 Live は Search Live で利用可能です。Gemini 3.8 Live Extended Thinking は、Gemini Live、Workspace Docs の Google AI Pro および Ultra サブスクライバー向け、および Gmail と Keep のすべての Google AI サブスクライバー向けに利用可能です。