Google は 2026 年 9 月 15 日 (現地時間)、新しい音声対話モデル Gemini 3.8 Live と Gemini 3.8 Live Extended Thinking を発表しました。
Gemini 3.8 Live は大規模展開とコスト抑制を前提に設計され、対話能力と視覚認識を組み合わせています。
一方、Gemini 3.8 Live Extended Thinking は複雑なタスク向けに推論力と多段階の処理能力を高めたモデルです。
ベンチマークでの評価
Gemini 3.8 Live Extended Thinking は、Artificial Analysis の Speech to Speech Quality Index で総合 1 位 (82.6) を獲得し、エージェント型タスクの達成率でも τ-Voice で 68.6%、Sierra τ-Voice-banking で 35.1%、Big Bench Audio で 97.7% を記録しつつ、高い価格競争力を維持しています。
また、Gemini 3.8 Live は Speech Agent Arena で 2 位を獲得しており、ServiceNow の EVA-Bench でも精度と対話品質の優れたバランスを示しています。
視覚情報を踏まえた近似リアルタイム対話
視覚情報を近似リアルタイムで処理し、97 言語の自動検出・切り替えに対応しています。ツールの実行や API 呼び出しをバックグラウンドで行いながら対話を継続できます。
さらに高度な推論を要する Extended Thinking では、発話と推論を同時に進行でき、「確認しますね」といった自然な相づちを挟みながら、複数ステップのバックグラウンド処理の進捗を音声で案内します。
対応サービスと展開状況
開発者や企業向けには、実用段階の音声エージェントを構築するための基盤として位置づけられており、Gemini アプリや Google Workspace、検索でも、音声だけで複雑なタスクをこなせるような、より自然でスムーズな対話が可能になるとしています。
Gemini 3.8 Live と Gemini 3.8 Live Extended Thinking はいずれも、開発者向けには Gemini API と Google AI Studio で、企業向けには Gemini Enterprise でプライベートプレビューとして提供が始まります。
一般ユーザー向けの提供先は、以下のとおりです。
- Gemini 3.8 Live : 検索 Live
- Gemini 3.8 Live Extended Thinking :
- Gemini Live、Google ドキュメント (Google AI Pro / Ultra, Workspace ユーザー)
- Gmail、Keep (Google AI プランユーザー)
なお、Google の AI 製品が生成する音声にはすべて SynthID による電子透かしが埋め込まれており、AI 生成コンテンツであることが判別できるようになっています。
