Gemini 3.8 Live 与 Extended Thinking：新语音模型，你的账号能用吗？

2026 年 9 月 15 日，Google 以模型发布文章与开发者文章两篇公告，发布两款语音对话模型：Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking。Google 为两款模型给出了不同定位：3.8 Live“为规模与成本效率打造，结合对话智能、流畅应答与视觉参照”；Extended Thinking“为高复杂度任务打造，具备更高智能与多步骤推理能力”。

本文于 2026 年 9 月 18 日查核 Google 的模型发布文章、开发者文章、DeepMind 模型卡与 Gemini API 定价页，内容以查核当天为准。本站没有实际使用这两款模型，文中能力、排行榜名次与价格都是 Google 的说法，以“Google 表示”标示厂商宣称；本文也不构成使用或购买建议。

这次发布了什么：两个模型，两种定位

模型发布文章把 Gemini 3.8 Live 的几项能力写在同一段文字里：能近乎实时处理视觉输入，让对话有画面可以参照；能自动检测并切换语言，发布文章写的是支持 97 种语言；也能在后台执行工具与 API 调用、同时继续对话，让用户先听到回复、工作再于后台完成。

Extended Thinking 的差异在于推理方式：Google 说明这款模型会“一边推理一边说话”，遇到需要深度推理的任务时，先用“让我确认一下”之类的话语自然承接，再用进度旁白带用户走过多步骤的后台工作；开发者文章把两款模型合称为“比级联式架构更精简的替代方案”。

开发者文章另外条列主要能力，用的是“包括”：异步函数调用、视觉情境、字母数字精确度（准确判读确认码、理赔编号与技术数据）、多语言支持（“97 种以上”语言并保持腔调一致），以及渐进式内容更新。发布文章说 Google AI 产品生成的语音都会加上 SynthID 水印，让 AI 生成内容维持可被检测。

四种身份，各自能用到哪一个模型

开发者这一侧写得最明确：Google 对两款模型都写“即日起开始推出”，渠道是 Gemini API 与 AI Studio。企业端则只在 Gemini Enterprise 开放私有预览；Customer Experience 场景与（仅 Extended Thinking）Workspace 企业用户端都还写着“即将推出”，没有时间表。

发布文章那张清单上，消费端分工是：3.8 Live 对“所有人”只写了 Search Live；Extended Thinking 写 Gemini Live，加上 Workspace 的“文档”限 Google AI Pro 与 Ultra 订阅者，“Gmail”与“Keep”则开放给所有 Google AI 订阅者——“文档”的订阅门槛比“Gmail”与“Keep”高。同一篇发布文章的视频图说另外写 Extended Thinking 在 Gemini App 里，正文与小节标题也把两款模型合称写进 Gemini App。

模型卡的渠道清单不同：两款模型一致列出 Gemini API、Gemini App、AI Studio、Vertex AI，3.8 Live 另加 Search Live，Extended Thinking 另加 Gmail、文档与 Keep 所在的 Workspace。发布文章那张清单没有 Vertex AI，也没把 Gemini App 算给 3.8 Live；本文两份照原样并列，不替 Google 认定哪一份才准。发布文章顶端另标示曾于 9 月 17 日更新。

“即日起推出”不等于“现在就能用”

Google 原文写“rolling out starting today”，是开始不是完成；企业端明写是私有预览，标着“即将推出”的场景也没有时间表。查核到 2026 年 9 月 18 日，三份文档说明可用性时只点名产品与订阅身份，没有一句写出开放的国家、地区或市场，本文因此无法判断台湾账号是否已在可用范围。

企业私有预览同样没有写申请渠道或资格条件，Google 也没有讲推出什么时候算完成，用户无从判断自己什么时候会拿到。

语言数字两篇写法不同：模型发布文章写 3.8 Live 会在对话中自动切换“97 种支持语言”，开发者文章的能力条列写“97 种以上”。两个数字都是 Google 自己给的，本文照原样并列，不合并成一个。

费用与数据：两款模型共用一张价目表

Gemini API 定价页把 gemini-3.8-live、gemini-3.8-live-extended-thinking 与较早的 gemini-3.1-flash-live-preview 列在同一个价格区块、共用同一组价格，也没有写新模型取代或停用它。发布文章说 3.8 Live“为规模与成本效率打造”，那是定位说法，不是牌价比较低。

定价页的付费层级：输入每百万 token 文字 0.75 美元、语音 3 美元（每分钟 0.005 美元）、图像视频 1 美元；输出每百万 token（含思考 token）文字 4.5 美元、语音 12 美元（每分钟 0.018 美元）。开发者文章引用每分钟数字时加了脚注，说明那是用每百万 token 价格换算的估计值。

定价页还有免费层级：输入输出都写“免费”，数据会用于改善产品，付费层级则不会。Google 搜索即时查证（grounding）的额度列在付费层级：每月 5,000 次免费搜索由 Gemini 3.x 系列共用，超过后每 1,000 次收费 14 美元；一次请求可能触发不止一次查询，每次都计费。

模型卡另外写了规格：两款模型都以 Gemini 3 Pro 为基础，输入涵盖音频、图像、视频与文字，上下文窗口上限 128K token；输出音频与文字，64K token。知识截止日是 2025 年 1 月，代表模型记得的事到那时候为止，时效性内容仍要靠另外计费的搜索 grounding 补。

Google 没有讲的部分，以及一个编辑设计的情境

评测数字都出自 Google 发布文章：Extended Thinking 在 Artificial Analysis 的 Speech to Speech Quality Index“整体第一（82.6）”，τ-Voice 68.6%、Sierra 的 τ-Voice-banking 基准 35.1%、Big Bench Audio 97.7%；3.8 Live 则在 Speech Agent Arena“第二名”。这些是 9 月 15 日的快照，本站未自行测试，排行榜会持续变动。

安全性方面，模型卡写 Google 依前沿安全框架评估的对象是 Gemini 3.7 Flash，结果没有触及任何“已追踪或关键能力等级”；因两款新模型相较 3.7 Flash 没有明显新能力或性能实质提升，Google 表示它们“不太可能”触及那些等级——这是从另一款模型的结果推论，不是针对这两款模型的评估。模型卡也写明可能出现幻觉与偶尔的迟缓或超时，并仍在改善诱导攻击的抵抗力。

以下是编辑设计的情境，不是实测结果。假设用户对着行程比较表，用语音请 Extended Thinking 整理重点：依 Google 的说法，模型会先回应、把整理放到后台执行，再用进度旁白交代进度。这叠了三个还没确定的条件：账号要在合格地区、要用对的界面与订阅身份；加上 2025 年 1 月的知识截止日，日期相关的细节仍要靠另外计费的搜索 grounding。

2026 年 AI 新闻总整理：1 月至 9 月的重点与生活应用

GPT-Live 1 开放 API：电话客服能不能接、声音是谁的、会不会录音

• AI 工具
• 软件与应用
• AI 新闻与趋势