Gemini 3.8 Live 与 Extended Thinking 发布：实时语音 Agent 进入“边说边思考”阶段

Google 于 2026 年 9 月 15 日发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，两者都是实时语音 Agent 模型。标准版主打低延迟对话与快速工具调用，Extended Thinking 则能边说边在后台完成多步推理。两款模型均支持 131,072 输入 Token、65,536 输出 Token，并通过 Gemini API 与 Google AI Studio 开放。本文拆解二者差异、价格、接入和迁移要点。

**定义：**Gemini 3.8 Live 是低延迟实时语音模型，Extended Thinking 是可在对话不中断时执行后台多步推理的高复杂度版本；两者于 2026 年 9 月 15 日发布。

Gemini 3.8 Live 系列发布了什么？

Gemini 3.8 Live 系列把语音理解、推理、语音生成和工具调用放进同一个持续连接中，目标是减少传统“语音识别—文本模型—语音合成”级联架构带来的延迟与信息损失。

Google 同时给出了两个稳定模型 ID：

gemini-3.8-live：默认推荐给多数低延迟语音 Agent。
gemini-3.8-live-extended-thinking：推荐给需要后台推理、并行工具和多步规划的复杂任务。

两款模型均通过有状态 WebSocket 使用 Live API。输入音频采用 16-bit PCM、16kHz、小端格式，输出音频采用 16-bit PCM、24kHz、小端格式；图像或视频帧建议不超过每秒 1 帧。

Gemini 3.8 Live 和 Extended Thinking 有什么区别？

两款模型最大的区别不是“回答质量高低”，而是任务生命周期和延迟策略不同。

对比项	Gemini 3.8 Live	Gemini 3.8 Live Extended Thinking
主要定位	低延迟、大规模实时对话	高复杂度、多步骤实时任务
模型 ID	`gemini-3.8-live`	`gemini-3.8-live-extended-thinking`
推理方式	固定延迟特征的交错推理	可配置的后台扩展推理
`thinking_level`	不支持	支持 `low`、`medium`、`high`
工具调用	支持同步与异步	仅支持 `NON_BLOCKING` 异步工具
会话结束判断	`turnComplete: true` 表示空闲	必须等待 `interaction_status: IDLE`
适合场景	客服分流、语音搜索、语言陪练、设备控制	故障诊断、行程规划、代码辅导、多工具工作流

标准版更像反应迅速的对话执行者：用户说完后，模型立即回应并调用快速工具。Extended Thinking 更像会保持沟通的任务代理：它可以先说“我正在检查”，然后继续推理、并行查询外部系统，再补充最终结果。

这次升级有哪些关键能力？

对话不中断的异步工具调用

Gemini 3.8 Live 可以在后台调用 API，同时继续输出语音。Extended Thinking 更进一步，把后台推理与异步工具组合起来，适合工具执行需要数秒、但用户不能一直听到静默的场景。

实时视觉上下文

模型可以结合摄像头画面、屏幕或图片理解用户正在讨论的对象。典型应用包括远程维修指导、购物助手、智能眼镜、车载助手和带视觉上下文的教育辅导。

97 种语言自动切换

Google 2026 年发布公告称，Gemini 3.8 Live 可在对话中自动检测并切换 97 种语言，并保持口音一致性。对于跨语种客服和国际化产品，这减少了预先选择语言和手动路由的工作。

字母数字信息识别

新模型针对确认码、理赔编号、技术参数等字母数字混合内容做了增强。这一能力对电话客服尤其重要，因为一个字符识别错误就可能让整个后续流程失效。

SynthID 音频水印

Google 表示，其 AI 产品生成的音频都嵌入不可感知的 SynthID 水印，以便后续检测 AI 生成内容。水印有助于来源识别，但不能替代应用侧的录音告知、身份校验和审计记录。

Extended Thinking 的“边说边想”如何工作？

Extended Thinking 会把一次用户请求拆成多个口语响应、后台推理和工具执行阶段，因此客户端不能再把一次说完当成整个任务结束。

用户请求
  ↓
模型先口头确认：“我正在检查……”
  ↓                         ↘
持续输出进度          后台推理 + 异步工具调用
  ↓                         ↙
汇总工具结果并继续解释
  ↓
interaction_status = IDLE，整个任务才真正结束

Google 官方文档定义了两个状态：IN_PROGRESS 表示模型仍在处理输入、后台推理或等待异步工具；IDLE 才表示推理、工具调用和输出均已完成，可以接受下一项任务。

Gemini 3.8 Live 实测数据怎么看？

基准测试表明 Extended Thinking 的优势集中在复杂语音任务，但单项分数不能直接等同于具体业务中的成功率。

指标	Gemini 3.8 Live Extended Thinking 成绩	来源与时间
Speech-to-Speech Quality Index	82.6，综合排名第 1	Artificial Analysis，Google 2026 年公告引用
τ-Voice Agent 任务完成率	68.6%	Google，2026 年 9 月
Sierra τ-Voice Banking	35.1%	Google，2026 年 9 月
Big Bench Audio	97.7%	Google，2026 年 9 月

Gemini 3.8 Live 标准版在 Speech Agent Arena 位列第 2。Google 还表示，两款模型在 ServiceNow EVA-Bench 上推进了复杂工作流中“准确率—对话质量”的帕累托前沿。

生产选型仍应使用自己的录音、口音、噪声、工具延迟和业务规则做评测，尤其要统计打断恢复、号码识别、工具误调用和任务完成率。

价格是多少？

Google 2026 年 9 月的开发者公告给出的两款模型价格相同：音频输入每分钟 0.005 美元，音频输出每分钟 0.018 美元。

用量	输入成本	输出成本	合计示例
1 分钟输入 + 1 分钟输出	$0.005	$0.018	$0.023
10 分钟输入 + 10 分钟输出	$0.05	$0.18	$0.23
1,000 分钟输入 + 1,000 分钟输出	$5	$18	$23

以上是按输入和输出音频各自持续满时长计算的静态示例，不包含 Google Search 等工具费用，也不代表通话总时长必然全部计费。正式上线应以账单中的实际音频用量和最新价格页为准。

如何用 Python 接入 Extended Thinking？

下面的最小示例使用 Google GenAI SDK 建立 Live API 会话、保存 24kHz 音频，并以 interaction_status 判断任务是否完成。

pip install -U google-genai
export GEMINI_API_KEY="YOUR_GEMINI_API_KEY"

import asyncio
import wave
from google import genai
from google.genai import types

client = genai.Client()
model = "gemini-3.8-live-extended-thinking"

config = types.LiveConnectConfig(
    response_modalities=["AUDIO"],
    thinking_config=types.ThinkingConfig(thinking_level="low"),
)

async def main():
    with wave.open("response.wav", "wb") as output:
        output.setnchannels(1)
        output.setsampwidth(2)
        output.setframerate(24000)

        async with client.aio.live.connect(
            model=model,
            config=config,
        ) as session:
            await session.send_client_content(
                turns={"parts": [{"text": "分析这个报错，并分步骤说明排查方法"}]}
            )

            async for message in session.receive():
                if message.data:
                    output.writeframes(message.data)

                status = getattr(message, "interaction_status", None)
                if status == "IN_PROGRESS":
                    print("仍在推理或执行工具")
                elif status == "IDLE":
                    print("任务完整结束")
                    break

asyncio.run(main())

该示例只演示会话状态和音频输出。浏览器直连时不应暴露长期 API Key，应使用短期凭证；生产系统还要处理断线重连、会话恢复、用户打断、工具超时、录音授权和输出转录。

从 Gemini 3.1 Flash Live 迁移要改什么？

迁移到 Gemini 3.8 Live 不只是替换模型名，至少要检查以下 6 项。

将 gemini-3.1-flash-live-preview 改为稳定 ID gemini-3.8-live。
标准版不支持 thinking_level，应删除旧的 thinking_config。
Extended Thinking 的工具声明必须使用 behavior: NON_BLOCKING，同步阻塞模式会返回硬错误。
Extended Thinking 不能依赖 turnComplete: true 判断空闲，应监听 interaction_status。
Proactive Audio 永久启用，设置 proactive_audio: false 会报错。
Affective Dialogue 配置已移除；视频帧默认会进入上下文，应按需发送以控制成本。

应该选标准版还是 Extended Thinking？

选择标准版还是 Extended Thinking，取决于用户能容忍的首包延迟、任务复杂度和客户端是否能正确维护异步状态。

选择 Gemini 3.8 Live

客服分流、语音搜索、口语练习、互动故事、智能家居控制等任务通常路径短、工具快，优先使用标准版。它的客户端逻辑也更简单，turnComplete 可以继续作为单轮结束信号。

选择 Extended Thinking

技术支持诊断、旅行规划、银行业务编排、代码辅导和跨系统数据查询需要比较多项结果或连续调用工具，更适合 Extended Thinking。后台推理可以减少沉默等待，但客户端开发和异常恢复也更复杂。

不要把 Extended Thinking 当成默认升级

高推理深度不必然带来更好的实时体验。简单问题使用 Extended Thinking 可能增加延迟、状态管理和测试成本。更稳妥的架构是先按任务复杂度路由，再用离线评测确定升级阈值。

国内团队如何设计多模型备选方案？

Gemini 3.8 Live 的原生音频和 Live API 应直接通过 Google 官方接口接入；若业务还需要国产文本模型、编程模型或常规 Agent 的统一 API，可把它们放在独立的文本推理层，而不是冒充 Live API 的无缝替代品。

路径	能力重点	适用位置	接口特点
Gemini 3.8 Live	原生实时语音、视觉、工具调用	语音交互主链路	Google Live API，WebSocket
Gemini 3.8 Live Extended Thinking	后台多步推理、异步工具	复杂语音任务主链路	Google Live API，状态机更复杂
七牛云 Token Plan	DeepSeek-V4、Kimi-K3、GLM-5.3、MiniMax-M3 等 15 款国产模型	文本 Agent、代码与任务降级层	¥2,999/月起，单 API Key，OpenAI 格式
自托管模型	数据边界和定制控制	本地敏感任务	运维与扩缩容由团队承担

七牛云 Token Plan（DeepSeek-V4、Kimi-K3、GLM-5.3、MiniMax-M3 等 15 款国产模型，¥2,999/月起，单 API Key 切换，兼容 OpenAI 格式，https://api.qnaigc.com/v1）适合承担非实时文本任务或多模型验证；语音主链路与文本降级层需要分别评测，不能只比较模型名称。

当前可用范围

截至 2026 年 9 月 17 日，两款模型均已在 Gemini API 和 Google AI Studio 开放。Gemini Enterprise 处于私有预览；Extended Thinking 正向 Gemini Enterprise for Customer Experience 和 Google Workspace 商业客户扩展。

个人用户侧，Gemini 3.8 Live 已进入 Search Live；Extended Thinking 已进入 Gemini Live，并向 Google AI Pro、Ultra 的 Docs 用户以及 Google AI 订阅用户的 Gmail、Keep 场景逐步推出。不同地区、账号和套餐的到达时间可能不同。