谷歌发布Gemini 3.8 Live系列：原生语音架构、97种语言、定价0.005美元/分钟
2026.09.16 · 产品 · 模型发布 · 官方发布
新增原生语音架构、定价及思考预算配置。
谷歌推出Gemini 3.8 Live和Extended Thinking实时语音模型，采用端到端语音对语音架构，支持97种语言自动切换和后台异步工具调用。Extended Thinking在Artificial Analysis语音质量指数登顶（82.6），定价音频输入0.005美元/分钟、输出0.018美元/分钟，开发者可配置思考预算。
- 原生语音对语音架构，降低延迟并保留声学细节
- 支持97种语言自动切换和后台异步工具调用
- Extended Thinking登顶Artificial Analysis语音
- 定价音频输入0.005美元/分钟、输出0.018美元/分钟
- 开发者可配置思考预算平衡复杂度与成本
为什么值得看
语音交互从级联管道转向端到端架构，支持边想边说和异步任务处理。
适合谁关注
谷歌DeepMind团队，面向开发者、企业和普通用户。