AI Ark LLM Wiki

語音AI新霸主？Google推出Gemini 3.8 Live雙模型，實測奪冠還能「邊聊邊做事」

Properties2
descriptionBusinessNext 對 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking 的發布、即時語音代理能力、benchmark、API 定價與 rollout 邊界摘要及 claim ledger。
tagsraw-evidence, ai, model, gemini, google, voice-agent, multimodal, agent, testing, cost-management

閱讀時間約 12 分鐘

Capture record

  • Canonical URI： https://www.bnext.com.tw/article/92265/google-gemini-3-8-live-extended-thinking-launch
  • Source class： secondary synthesis。BusinessNext（李先泰）整理 Google 2026-09-15 發布的 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking，並引用 Google 官方部落格、Gemini API pricing 與模型文件。本文保留媒體整理、供應商產品定位與 benchmark attribution，不把單一模型宣稱升格為 AI Ark 的通用品質、成本或可靠性結論；維持 status: draft。
  • 原文標題： 語音AI新霸主？Google推出Gemini 3.8 Live雙模型，實測奪冠還能「邊聊邊做事」
  • 作者／出版者： 李先泰／數位時代 BusinessNext
  • 發布／修改時間： 2026-09-16T11:50:00+08:00（BusinessNext NewsArticle JSON-LD）
  • 擷取時間： 2026-09-16T05:41:21+00:00
  • Retrieval method： BusinessNext、Google 官方部落格、Google AI for Developers pricing 與兩個模型文件先以 web_extract 讀取，再以 Python urllib 直接 HTTP GET 核對 canonical status、response headers 與 bytes。全程未使用 browser；只保存 metadata、faithful summary、claim ledger、必要來源連結與 rights boundary，不保存文章、HTML、圖片、影片或模型 payload。
  • HTTP metadata： BusinessNext status 200；response Date: Wed, 16 Sep 2026 05:32:14 GMT；直接 HTTP response 381,411 bytes；JSON-LD 為 NewsArticle。Google 官方部落格 status 200、response Date: Wed, 16 Sep 2026 05:32:14 GMT、427,841 bytes；Gemini API pricing status 200、response Date: Wed, 16 Sep 2026 05:32:15 GMT、242,838 bytes；Gemini 3.8 Live 模型文件 status 200、response Date: Wed, 16 Sep 2026 05:32:16 GMT、105,655 bytes；Extended Thinking 模型文件 status 200、response Date: Wed, 16 Sep 2026 05:40:29 GMT、106,026 bytes。
  • Saved payloads and SHA-256： 無；只保存本 wrapper。frontmatter 的 sha256 是本檔 frontmatter 結束後 body 的 SHA-256，未對未保存的 HTML、圖片、影片、benchmark payload 或模型 payload 宣稱可重現 hash。

Faithful summary

BusinessNext 報導 Google 於美國時間 2026-09-15 發表 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking。Google 官方部落格將前者定位為面向規模與成本效率、具流暢對話與 visual grounding 的 live model；後者定位為高複雜度任務與多步推理。兩者共同被描述為近即時語音對話模型，可處理視覺輸入、在對話不中斷時背景執行工具與 API 呼叫；官方模型文件另列出 text／image／audio／video 輸入、text 與 audio 輸出，以及 131,072 input／65,536 output token limits。1234

Gemini 3.8 Live Extended Thinking 的差異化敘述是「推理與說話同時進行」：模型可先以口語回應確認，再在背景進行多步推理、非同步工具呼叫與進度回報。Extended Thinking 模型文件將其標為高推理 audio-to-audio model，function calling 為 async only；一般 Live 模型文件則說明非同步 function calling 為預設模式，並支援 Live API、thinking（interleaved reasoning）與 search grounding。這些是官方產品行為與整合條件，未由本輪執行 API 實測。234

Google 官方部落格列出 Gemini 3.8 Live Extended Thinking 在 Artificial Analysis Speech to Speech Quality Index 得分 82.6、τ-Voice 68.6%、Sierra τ-Voice-banking 35.1% 與 Big Bench Audio 97.7%；Gemini 3.8 Live 則被描述為在 Speech Agent Arena 取得第二名。Google 也提到 ServiceNow EVA-Bench 的準確度與對話品質 Pareto frontier，但未在公告提供完整數字。這些數字與排名是供應商引用的特定 benchmark 或平台結果，評測切分、harness、baseline、成本分母、統計不確定性與外部重現未在本筆取得。21

Gemini API pricing 頁面將兩款 Live 模型列在同一 pricing section：付費方案下，文字輸入／輸出為每百萬 token 0.75／4.50 美元，音訊輸入為 3.00 美元或 0.005 美元／分鐘，音訊輸出為 12.00 美元或 0.018 美元／分鐘；免費層列為免費，但內容可用於改善產品，付費層則列為不使用於改善產品。價格、計費口徑、方案與 rollout 可能變動，單價不等於每任務成本。51

發布路徑方面，Google 表示兩款模型自 2026-09-15 起陸續推出：開發者可在 Gemini API 與 Google AI Studio 使用；企業端為 Gemini Enterprise private preview；一般使用者則分別進入 Search Live、Gemini Live，以及受訂閱方案限制的 Workspace 語音情境。官方部落格另稱所有由 AI 產品生成的音訊都嵌入 SynthID watermark。這些是供應商的產品入口、合作與 provenance 宣告，不代表在所有帳號、地區、介面或企業租戶已同時可用。21

Primary-source checks during ingest

以下頁面在本次 ingest 中實際讀取，作為 claim tracing 參考；未另存完整 response payload：

Claim ledger

IDSource claimStatusOwning evidence and boundary
C01BusinessNext 92265 報導 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking 發布，作者為李先泰，發布／修改時間為 2026-09-16T11:50:00+08:00。supportedBusinessNext JSON-LD 與正文直接支持；只代表文章 metadata 與報導內容。
C02Gemini 3.8 Live 主打規模與成本效率、visual grounding；Extended Thinking 主打高複雜度任務與多步推理。supportedGoogle 官方發布頁直接支持供應商產品定位；不等於跨任務品質或 ROI 優勢。
C03兩款模型能處理視覺輸入、在對話不中斷時背景執行工具／API，並支援近即時語音對話。supportedGoogle 官方發布頁與模型文件支持能力描述；本輪未做實際 latency、tool success 或 failure-rate 測量。
C04Extended Thinking 可在串流語音期間進行 background reasoning，並以非同步工具呼叫維持連續對話；模型文件將 function calling 列為 async only。supportedGoogle 官方發布頁與 Extended Thinking 模型文件支持產品行為描述；未以 API harness 重現狀態轉換或中斷條件。
C05Extended Thinking 在 Artificial Analysis Speech to Speech Quality Index 得分 82.6、τ-Voice 68.6%、Sierra τ-Voice-banking 35.1%、Big Bench Audio 97.7%；Live 在 Speech Agent Arena 第二名。partially-supportedGoogle 官方部落格與 BNext 直接列出數字／排名；benchmark protocol、baseline、資料切分、成本與外部重現未取得，不作通用 SOTA 結論。
C06兩款模型付費方案的文字輸入／輸出為 0.75／4.50 美元每百萬 token，音訊輸入／輸出為 3.00／12.00 美元每百萬 token，並提供每分鐘等價價格。supportedGoogle API pricing 頁直接支持當期價目表；價格、地區、方案、計費與 future change 可能不同，單價不等於 task-level cost。
C07開發者可於 Gemini API／Google AI Studio 使用，企業端為 private preview，一般使用者入口包含 Search Live、Gemini Live 與訂閱限制的 Workspace 情境。supportedGoogle 官方發布頁直接支持 rollout 敘述；不代表所有帳號、地區、介面與租戶均已可用。
C08所有 AI 生成音訊均嵌入 SynthID watermark。supportedGoogle 官方發布頁直接支持 provider policy／provenance 宣告；本輪未獨立測試 watermark 偵測率、抗攻擊性或跨產品覆蓋。
C09Gemini 3.8 Live／Extended Thinking 在 AI Ark 現有任務、provider、harness 與部署環境中一定優於既有 Gemini 3.8 Flash、Gemini 3.7 Flash 或其他語音模型。unresolved本輪未執行固定 task distribution、工具回合、延遲、錯誤率、輸出 token、人工 review 與完整任務成本的對照測試。
C10「語音 AI 新霸主」或官方 benchmark 排名可直接推出一般企業導入的品質、可靠性、安全性或 ROI 優勢。unresolved缺少跨環境與 production protocol；標題與供應商 benchmark 不足以支持通用商業結論。

Evidence boundary

截至 2026-09-16 UTC，本筆能支持的最小結論是：BusinessNext 92265 提供 Gemini 3.8 Live 雙模型的二手發布整理，Google 官方部落格、pricing 與模型文件可核對兩款模型的定位、即時語音／視覺／背景工具行為、部分 benchmark 數字、API 定價、模型識別與 rollout 邊界。可重用的 AI Ark 判準是把 model + streaming／tool behavior + task distribution + harness + latency + full task cost + account／release tier 一起評估；token 單價、語音分鐘價與單一 benchmark 排名都不能替代任務級驗證。

本記錄不能證明兩款 Live 模型在所有 voice-agent、customer-service、browser／tool workflow 或 Workspace 情境都更快、更便宜、更可靠或更安全；不能把 Google 公布的 benchmark、SynthID、背景推理或 async function calling 描述當作獨立品質、安全或合規驗證。正式採用前，需固定模型版本、API／runtime、語音與視覺輸入、工具契約、turn／interrupt policy、任務分布與品質門檻，重測完成率、barge-in／turn latency、tool-call success、錯誤恢復、輸出 token、音訊分鐘數、人工接手與完整任務成本。未加入 verified；本次只有 process-level primary-source checks，沒有獨立 human verification，也未執行 API 或 benchmark。

Rights boundary

BusinessNext article、Google 官方部落格、Google AI for Developers 文件、其圖片、圖表、影片與外部 benchmark 均為外部著作或網站內容。本次僅保存 metadata、faithful summary、claim ledger、必要的 claim-tracing 連結與證據界線；未保存全文、HTML、圖片、影片、模型權重、資料集或任何 credential。canonical links 是後續查核入口，來源 ingest 指示不等於取得重製授權。

Footnotes

  1. BusinessNext〈語音AI新霸主？Google推出Gemini 3.8 Live雙模型，實測奪冠還能「邊聊邊做事」〉，2026-09-16；canonical URL：https://www.bnext.com.tw/article/92265/google-gemini-3-8-live-extended-thinking-launch。 ↩ ↩2 ↩3 ↩4

  2. Google The Keyword，〈Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking〉，2026-09-15；https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-gemini-3-8-live-extended-thinking/。 ↩ ↩2 ↩3 ↩4

  3. Google AI for Developers，〈Gemini 3.8 Live〉，擷取 2026-09-16；https://ai.google.dev/gemini-api/docs/models/gemini-3.8-live。 ↩ ↩2

  4. Google AI for Developers，〈Gemini 3.8 Live Extended Thinking〉，擷取 2026-09-16；https://ai.google.dev/gemini-api/docs/models/gemini-3.8-live-extended-thinking。 ↩ ↩2

  5. Google AI for Developers，〈Gemini Developer API pricing〉，擷取 2026-09-16；https://ai.google.dev/gemini-api/docs/pricing。 ↩

Graph View