谷歌发布Gemini 3.8 Live与Extended Thinking原生语音模型，支持实时推理和工具调用，无需串联ASR、LLM和TTS。Extended Thinking在语音质量指数以82.6分居首，τ-Voice达68.6%，Big Bench Audio达97.7%。Live API支持异步函数调用、视觉输入和97种语言切换。音频输入每分钟0.005美元，输出0.018美元，音频带SynthID水印。