本サイトの記事や画像は、AIが公的資料や複数の報道を基に事実関係を整理・再構成し制作したものです。[続きを表示]特定の報道内容や表現を再利用・要約することを目的としたものではありません。ただし、誤りや不確定な情報が含まれる可能性がありますので、参考の一助としてご覧いただき、実際の判断は公的資料や各出典元の原文をご確認ください。[私たちの取り組み]
Googleは2026年9月15日、リアルタイム音声対話向けモデル「Gemini 3.8 Live」と、推論を強化した「Gemini 3.8 Live Extended Thinking」の一般提供を開始した。通常版は低遅延の対話、Extended Thinkingはバックグラウンド推論を伴う複雑な多段階処理を主な用途とする。
低遅延対話と複雑な処理で使い分け
Googleのリリースノートと公式ドキュメントによると、Gemini 3.8 Liveは低遅延の音声エージェントやリアルタイム対話向けの標準モデルで、インターリーブ推論と非同期関数呼び出しに対応する。
Gemini 3.8 Live Extended Thinkingは、会話中もバックグラウンドで推論し、非同期のツール呼び出しを処理できる。複数段階の計画や複数ツールを使う処理、実行に時間のかかる外部ツールを伴う用途を想定する。関数呼び出しは非同期のNON_BLOCKINGのみをサポートする。
両モデルは音声、画像、動画、テキストを入力でき、音声とテキストを出力する。
発話終了と処理完了を別に管理
Extended Thinkingでは、発話が終わってもバックグラウンドの推論やツール処理が続く場合がある。開発者は「turnComplete」だけで完了を判断せず、「interaction_status」が「IDLE」になったことを確認する必要がある。
Google DeepMindのモデルカードでは、Gemini 3.8 Liveの配布先としてGemini API、Geminiアプリ、Google AI Studio、Vertex AI、Search Liveを掲載。Extended ThinkingはGeminiアプリ、Gemini API、Google AI Studio、Vertex AI、Google Workspaceを挙げている。
Gemini APIのリリースノートでは両モデルを一般提供（GA）としており、各モデルページでは安定版として掲載されている。
