グーグル、新ライブ対話モデル「Gemini 3.8 Live」 推論強化の上位版も

Googleは15日(米国時間)、最新のライブ対話モデルとなる「Gemini 3.8 Live」と「Gemini 3.8 Live Extended Thinking」を発表した。音声だけでなくビジュアルを含めた対話が可能となるほか、Extended Thinkingでは、ほぼリアルタイムの推論に対応し、音声エージェントをより効果的に活用可能とする。

Gemini 3.8 Liveは、スケーラビリティとコスト効率を重視して構築されており、会話型インテリジェンスと滑らかな対話が可能。視覚的グラウンディングを組み合わせて、対話できる。

Gemini 3.8 Live Extended Thinkingは、多段階の推論に対応したライブ対話モデルで、より高度で複雑なタスクに対応する。

Introducing our most advanced Gemini Audio models yet 🗣

Gemini 3.8 Live and 3.8 Live Extended Thinking let you speak, collaborate, and execute tasks seamlessly, meaning conversing with AI just got a lot more natural.

So, what’s the difference between these two models? Let’s…pic.twitter.com/Dfy7j4zxOh

— Google AI (@GoogleAI)September 15, 2026

3.8 Liveは15日から提供開始し、全ユーザー向けにGemini Liveで展開。また、Workspace内のDocsではGoogle AI Pro/Ultraの契約者向け、GmailとKeepではすべてのGoogle AIプラン契約者向けに提供される。

開発者向けには、Gemini APIとGoogle AI Studioで展開し、企業向けは、Gemini Enterpriseでプライベートプレビューを開始。まもなく、Gemini Enterprise for Customer Experienceにも展開する。

Gemini 3.8 Liveで話しながらチェス対決

Try Gemini 3.8 Live Extended Thinking in Google Workspace with Docs Live, Gmail Live, and Keep Live.

Gemini 3.8 Live Extended Thinkingは、エンタープライズレベルのタスク遂行能力と知能を備え、Artificial AnalysisのSpeech to Speech Quality Indexで総合1位(82.6)を獲得。エージェントによるタスク遂行が特徴となる。Gemini 3.8 Liveは、高い能力だけでなく、コストパフォーマンスの高さも特徴で、開発者や企業における大規模展開を想定している。

主な機能は以下の通り。

• 非同期関数呼び出し：ユーザーへの音声応答のストリーミングを継続しながら、バックグラウンドでAPIやツールの呼び出しを実行
• 視覚的コンテキスト：リアルタイムの視覚的入力を基に会話を構築し、ユーザーの発言と視覚情報を理解できるエージェントの実現を支援
• 英数字の正確な処理：確認コード、請求番号、技術データを正確に解析
• 多言語対応：97以上の言語をカバーし、アクセントの一貫性を保つ
• コンテンツの段階的な更新：リアルタイムの音声と構造化データをシームレスに統合し、文脈に応じた応答を返す

また、Googleの他のAI製品と同様に、出力される音声には、SynthIDによる透かしが追加。誤情報の拡散防止を図っている。