Gemini 3.8 Live 是什么？谷歌实时语音模型能力与定价全解读

Gemini 3.8 Live 是谷歌 2026 年 9 月 15 日发布的最新实时语音对话模型，与它一同发布的还有 Gemini 3.8 Live Extended Thinking。简单说：前者负责"听得清、答得快、成本低"，适合大规模语音产品；后者能"边推理边说话"，适合要边聊边干活的复杂任务。两个模型当天起就能在 Gemini API 和 Google AI Studio 使用，普通用户在 Search Live、Gemini 应用里也能体验到。下面把功能、定价、体验方式和开发者迁移要点一次讲清。

先分清：3.8 Live 和 Extended Thinking 是两个模型

这是媒体报道里最容易混淆的一点：Extended Thinking 不是 3.8 Live 上的一个开关，而是带独立端点的另一个模型，模型 ID 也不同。

一张图记忆：3.8 Live 立刻回答你；Extended Thinking 当着你的面干活，干活时还会用"我看一下"这类短句保持对话不断线。

Gemini 3.8 Live 的四个核心能力

按官方公告（Google 博客）的说明，它对普通用户最有感知的四点是：

1. 对话中自动切换语言：官方发布材料称支持 97 种语言，能在一次对话中自动检测并切换，中英混说不用手动调设置。
2. 近实时看懂画面：可以处理视觉输入。在 Search Live 里把摄像头对准断掉的自行车链或漏水的水管，它会一步步用语音给维修指引。
3. 后台执行任务不打断对话：模型在对话进行中就能调用工具和 API，任务在后台跑，对话继续，干完再汇报结果。
4. SynthID 水印：所有 AI 生成的音频都带不可感知的 SynthID 水印，可被检测为 AI 生成内容。

一个需要交代的细节：97 种语言是发布营销口径，Live API 文档目前仍写 70 种，以 API 参考文档后续更新为准。

Extended Thinking：边推理边说话是怎么做到的

传统语音模型要么"快而不深"，要么"深而卡顿"——推理时用户只能干等静默。Extended Thinking 的解法是把推理过程"说出来"：处理"帮我策划一场活动"这类多步骤请求时，它会先给口头确认，然后一边查工具、调 API，一边实时讲解进度。

对开发者来说，这意味着协议层面的一个关键变化：以前 Live 模型里 turnComplete 事件代表模型空闲、可以安全发下一轮输入；在 Extended Thinking 上这个假设不再成立，客户端要改跟踪 interaction_status信号——IN_PROGRESS 表示它还在推理或调工具，IDLE 才是真正空闲。工具也必须声明为 NON_BLOCKING，阻塞式声明会直接报错。

官方公布的基准成绩（均为谷歌自报，对比配置由谷歌选定）如下：

普通 3.8 Live 在 Speech Agent Arena 用户偏好榜排第二，媒体报道其每小时输入音频成本约 $0.84、Extended Thinking 约 $3.50。作为参照，同一语音质量指数在 2026 年 6 月时由 GPT-Realtime-2 以 77.2 领跑，上一代 Gemini 3.1 Flash Live Preview 是 69.5——82.6 是一次明显的跃升，但独立复现要等指数维护方发布。

定价：音频输入 $0.005/分钟，输出 $0.018/分钟

两个 3.8 模型在官方定价页共享同一行价格，Extended Thinking 不加价。注意思考 token 按输出计费——Extended Thinking 不说话时也在推理，也在消耗输出 token。

规模感参考：付费层上一次两分钟的语音对话，输入成本约 1 美分、输出不到 4 美分。免费层数据会被用于改进谷歌产品，生产流量建议走付费层。和 OpenAI 的全双工语音模型 GPT-Live-1（$0.05/分钟按秒计费，见站内 GPT-Live-1 上手指南）相比，Gemini 的输入定价低一个量级，但两者架构不同——GPT-Live 把推理交给后端模型单独计费，直接比单价意义不大，要按自己的链路算总账。

普通用户怎么免费用上

按你的身份选入口，全程不需要写代码：

1. 最简单：Search Live。在谷歌 App 里使用 Search Live 功能，就是 3.8 Live 驱动的，可以直接开摄像头让它看现场、给指引。
2. 语音对话：Gemini 应用。打开 gemini.google.com 或 Gemini App，Extended Thinking 版已进入 Gemini Live 语音对话。
3. 办公场景：Google Workspace。订阅 Google AI Pro / Ultra 的用户可以在 Docs 里用 Docs Live 对着文档语音提问；Gmail 和 Keep 的 Live 功能对所有 Google AI 订阅者开放。
4. 想自己调着玩：Google AI Studio。打开 ai.studio（需 Google 账号登录），用免费额度就能在 Stream Realtime 界面里和模型语音对话。

国内用户提醒：以上入口都需要 Google 账号，且谷歌服务在大陆无法直连，请先评估访问成本。

开发者快速上手：最小可用代码

Live API 是有状态的 WebSocket 会话。最小 setup 消息只需要模型字符串：

{
  "setup": {
    "model": "models/gemini-3.8-live",
    "response_modalities": ["AUDIO"]
  }
}

要用思考能力，换模型 ID 并设置思考档位：

{
  "setup": {
    "model": "models/gemini-3.8-live-extended-thinking",
    "response_modalities": ["AUDIO"],
    "thinking_config": { "thinking_level": "medium" }
  }
}

音频规格：输入 16 kHz 原始 PCM，输出 24 kHz PCM，视频帧不超过 1 FPS 的 JPEG。生产环境推荐用 ephemeral token 而不是裸 API key 直连客户端。更多示例见官方 Live API 文档。

从 3.1 Flash Live 迁移，这 6 处会 breaking

官方迁移文档列出的破坏性变更，我们提炼成检查清单：

1. 模型字符串换成 models/gemini-3.8-live；
2. 删掉 thinking_level：3.8 Live 不支持这个参数，发了会报错（要思考能力请换 Extended Thinking 的模型 ID）；
3. 异步函数调用成为默认：behavior: NON_BLOCKING，阻塞模式要显式声明 BLOCKING 兼容；
4. 主动音频永久开启：设 proactive_audio: false 会报错；
5. 情感对话已移除：删掉 enable_affective_dialog 配置；
6. 音频是唯一输出模态：需要文字稿要开启输出音频转录，且视频帧默认全部进入上下文，注意控制成本。

一句话判断要不要迁：如果你的场景依赖情感对话或阻塞式工具，先改代码再换模型字符串；其余场景基本可以平替，且延迟和成本都有改善。

总结

Gemini 3.8 Live 系列把"实时语音"和"深度推理"拆成了两个专职模型：要快、要便宜、要规模化，用 3.8 Live；要边聊边干复杂任务，用 Extended Thinking。对普通用户，今天就能在 Search Live 和 Gemini 应用里免费体验；对开发者，$0.005/$0.018 的每分钟定价是目前头部语音模型里的低位，从 3.1 Flash Live 迁移的六处变更也都有明确的官方指引。想了解同代的文本模型，可以看站内 Gemini 3.8 Flash 解读；语音转文字需求则参考 Gemini 语音转写使用指南。

---

作者：AI345

最后更新于 2026 年 9 月

本文事实核对来源：Google 官方公告（2026 年 9 月 15 日）、Gemini 3.8 Live 官方模型页（更新于 2026-09-15）、Gemini 3.8 Audio 模型卡。基准成绩均为谷歌自报口径。