Gemini 3.8 Live और Gemini 3.8 Live Extended Thinking हमारे अब तक के सबसे उन्नत लाइव डायलॉग मॉडल हैं। बुद्धिमत्ता और समानांतर तर्क में बड़े उन्नयन उन्हें सहयोग करने और आपकी आवाज़ का उपयोग करके जटिल कार्यों को पूरा करने के लिए अधिक सहज बनाते हैं। Malini Jaganathan, सदस्य, तकनीकी स्टाफ, Gemini Audio टीम की ओर से।

आज, हम दो नए मॉडल पेश कर रहे हैं जो लगभग वास्तविक समय के तर्क में प्रगति लाते हैं, ताकि वॉइस एजेंट को अधिक प्रभावी ढंग से सक्षम बनाया जा सके और AI के साथ बातचीत को अधिक सहज और बुद्धिमान महसूस कराया जा सके। Gemini 3.8 Live: पैमाने और लागत दक्षता के लिए बनाया गया, जो संवादात्मक बुद्धिमत्ता को सहज संवाद और दृश्य ग्राउंडिंग के साथ जोड़ता है। Gemini 3.8 Live Extended Thinking: उच्च-जटिलता वाले कार्यों के लिए बनाया गया, जिसमें बढ़ी हुई बुद्धिमत्ता और बहु-चरणीय तर्क है।

Gemini 3.8 Live Extended Thinking एंटरप्राइज़-ग्रेड कार्य पूर्णता और बुद्धिमत्ता प्रदान करता है, Artificial Analysis के Speech to Speech Quality Index पर #1 समग्र स्थान प्राप्त करता है (82.6), और एजेंटिक कार्य पूर्णता में अग्रणी है, τ-Voice पर 68.6% और Sierra के τ-Voice-banking बेंचमार्क पर 35.1% के साथ। यह मजबूत तर्क क्षमताएँ भी प्रदान करता है, Big Bench Audio पर 97.7% स्कोर करता है, जबकि अन्य फ्रंटियर मॉडल की तुलना में अत्यधिक प्रतिस्पर्धी मूल्य बिंदु बनाए रखता है। Gemini 3.8 Live ने उपयोगकर्ताओं के बीच उच्च प्राथमिकता दिखाई है, Speech Agent Arena में दूसरा स्थान हासिल किया है।

Gemini 3.8 Live लगभग वास्तविक समय में दृश्य इनपुट संसाधित करता है, अधिक सहायक प्रतिक्रियाओं के लिए संदर्भ के साथ बातचीत को समृद्ध करता है। यह बातचीत के बीच में 97 समर्थित भाषाओं के बीच स्वचालित रूप से पहचान करता है और संक्रमण करता है। यह बातचीत जारी रखते हुए पृष्ठभूमि में टूल और API कॉल निष्पादित करता है। गहन तर्क की आवश्यकता वाले कार्यों के लिए, 3.8 Live Extended Thinking एक साथ तर्क करता है और बोलता है।

मुख्य इकाइयाँ: कंपनियाँ: Google, Google Workspace, Search, Gemini, Artificial Analysis, Sierra, Service Now, Agora, Fishjam, Lang Chain, Live Kit, Pipecat, Vercel, Vision Agents, Salesforce, Genspark, Lumeris | लोग: Malini Jaganathan