Google, Gemini 3.8 Live sesli yapay zeka modellerini tanıttı

Google Alphabet Inc. ↗ 0.78%, Salı günü gerçek zamanlı sohbet, görsel anlama ve arka plan görev yürütme için tasarlanmış ses odaklı iki yapay zeka modeli olan Gemini 3.8 Live ve Gemini 3.8 Live Extended Thinking'i piyasaya sürdü. Şirket, bunları bugüne kadarki en gelişmiş canlı diyalog modelleri olarak nitelendiriyor.blog+1

Bu lansman, Google'ı gelişmekte olan sesli asistan pazarında OpenAI'ın GPT-Live-1 modeliyle doğrudan rekabete sokuyor ve bunu çok daha düşük bir maliyetle yapıyor. The Decoder'a göre, Gemini 3.8 Live Extended Thinking'in sesli sohbet maliyeti saat başına yaklaşık 1.38 dolar olup, OpenAI'ın sunduğu hizmetten yaklaşık 13 kat daha ucuz. Artificial Analysis'in Konuşmadan Konuşmaya Kalite Endeksi'nde Extended Thinking, GPT-Live-1'in 79.4 puanına karşılık 82.6 puan alarak zirveye yerleşti.autointerviewai+1

Modeller Neler Yapabiliyor

Gemini 3.8 Live, ölçeklenebilirlik ve maliyet verimliliği için tasarlanmıştır; görsel girdileri neredeyse gerçek zamanlı olarak işler ve sohbet sırasında 97 dil arasında otomatik olarak geçiş yapar. Arka planda araç çağrıları ve API isteklerini yürütürken konuşmaya devam edebilir, kullanıcının isteğini sözlü olarak onaylayabilir ve görev tamamlandığında sohbeti kaldığı yerden sürdürebilir.unite+1

Extended Thinking, bu sohbet katmanının üzerine daha derin bir akıl yürütme yeteneği ekler. Google, modelin aynı anda hem akıl yürüttüğünü hem de konuştuğunu, çok adımlı problemleri çözerken doğal akışı korumak için "Bunu kontrol etmeme izin ver…" gibi sözlü ipuçları kullandığını belirtiyor. Model, τ-Voice aracı görev kıyaslamasında %68.6 ve Big Bench Audio'da %97.7 puan aldı.blog+1

Tanıtım videoları, modellerin canlı görsel bağlamla çalışan işe alım süreçlerine rehberlik ettiğini, el çizimi eskizleri sesli geri bildirim yoluyla işlevsel React bileşenlerine dönüştürdüğünü ve asenkron fonksiyon çağrıları aracılığıyla çok adımlı restoran rezervasyonlarını koordine ettiğini gösteriyor.unite

Kimler Erişim Sağlayabilir

Her iki model de Salı günü kullanıma sunulmaya başlandı. Geliştiriciler bunlara Gemini API ve Google AI Studio aracılığıyla erişebilir. Kurumsal müşteriler Gemini Enterprise'da özel bir önizleme alacak, müşteri deneyimi desteği ise daha sonra eklenecek. Tüketiciler için Gemini 3.8 Live, Google Search Live'a güç verirken, Extended Thinking ise Gemini Live uygulamasında, Google AI Pro ve Ultra aboneleri için Docs'ta, tüm Google AI aboneleri için ise Gmail ve Keep'te kullanılabilir durumda.sqmagazine+1

Google; Agora, LiveKit, Pipecat, Vercel ve Salesforce ↘ 3.94% şirketlerini, modellerin düşük gecikmeli araç çağırma yetenekleri üzerine inşa eden ilk platform ve kurumsal ortaklar arasında saydı. Tüm ses çıkışları, yapay zeka tarafından üretilen konuşmaları işaretlemek için Google'ın SynthID sistemiyle filigranlanmıştır.blog+1

Rekabetçi Görünüm

Bu sürüm, sesli yapay zeka alanındaki rekabeti kızıştırıyor. OpenAI'ın GPT-Live-1 modeli, konuşurken dinleme yapabilen gerçek tam çift yönlü sohbet mimarisi avantajını koruyor, ancak Google, üstün kıyaslama sonuçlarının ve agresif fiyatlandırmanın, ölçekli sesli asistanlar geliştiren yazılımcıları cezbedeceğine inanıyor. ServiceNow'un ↘ 0.38% EVA-Bench verilerine göre Google, modellerinin karmaşık sesli iş akışları için doğruluk ve sohbet kalitesi sınırlarını zorladığını belirtiyor.orcarouter+3