ニュース

Google、低コストな対話型音声AIモデル「Gemini 3.8 Live」

高度な推論能力を持つ「Extended Thinking」も発表

編集部：中野信二

2026年9月16日 16:03

「Gemini 3.8 Live」「Gemini 3.8 Live Extended Thinking」

　Googleは9月15日、対話型の音声AIモデル「Gemini 3.8 Live」および「Gemini 3.8 Live Extended Thinking」を発表した。これらのモデルは、開発者向けのGemini APIやGoogle AI Studio、企業向けのプライベートプレビュー版、一般ユーザー向けの一部Googleサービスにて、同日から順次提供が開始されている。Gemini Enterprise for Customer Experienceにも近日提供開始予定。

　Gemini 3.8 Liveは、拡張性とコスト効率を重視して設計されており、視覚的な入力をほぼリアルタイムで処理し、会話中に97の言語を自動で検知して切り替える。バックグラウンドでツールやAPIを実行している間も、応答を返しながら会話を続けられる。

　Gemini 3.8 Live Extended Thinkingは、複雑なタスクの処理を目的としたモデル。推論と発話を同時に行なうことで、複雑なワークフローでの作業を進めながらも自然な会話の流れを維持する。

　両モデルは、複数の音声エージェント評価指標において高い数値を記録している。

　Gemini 3.8 Liveは、ユーザーからの評価をもとにした音声エージェント分野において第2位を獲得している。あわせて、音声エージェントの評価ベンチマークであるServiceNowの「EVA-Bench」では、精度と会話品質のバランスを取ることで、複雑な作業における最適な結果の限界を引き上げている。

　Gemini 3.8 Live Extended Thinkingは、Artificial Analysisの「Speech to Speech Quality Index」において82.6を記録した。これは、「GPT-Live-1 Astra」や「Grok Voice Think Fast 2.0」といった他社モデルの数値を上回っている。

　また、Artificial Analysisのエージェント型タスク完了率（τ-Voice）のほか、Sierraの「τ-Voice-banking」ベンチマークでも、他社モデルの数値を超えている。さらに、「Big Bench Audio」では97.7％のスコアを獲得した。