谷歌发布Gemini实时语音模型，包括3.8 Live和3.8 Live Extended Thinking，支持异步函数调用、视觉上下文、多语言及后台深度推理，在语音对话排行榜居首；3.5 Transcribe支持85种以上语言，流式错误率4.0%。模型按分钟计费，可通过多家集成伙伴部署。