Gemini 3.8 Live e Gemini 3.8 Live Extended Thinking sono i nostri modelli di dialogo live più avanzati fino ad oggi. Importanti miglioramenti in termini di intelligenza e ragionamento parallelo rendono la collaborazione e l'esecuzione di compiti complessi tramite voce più intuitive.
Oggi presentiamo due nuovi modelli che introducono progressi nel ragionamento quasi in tempo reale, consentendo agli agenti vocali di funzionare in modo più efficace e rendendo la conversazione con l'IA più intuitiva e intelligente.
- Gemini 3.8 Live: Progettato per scalabilità ed efficienza dei costi, combina intelligenza conversazionale, fluidità del dialogo e comprensione visiva (visual grounding).
- Gemini 3.8 Live Extended Thinking: Progettato per compiti ad alta complessità, offre un'intelligenza potenziata e capacità di ragionamento multi-step.
Per sviluppatori e aziende, questi modelli forniscono gli elementi costitutivi per creare agenti vocali affidabili e pronti per la produzione. Rendono inoltre più fluida e collaborativa la conversazione con Gemini attraverso l'app Gemini, Google Workspace e Search, aiutandoti a gestire compiti complessi usando solo la tua voce.
Vivi conversazioni più fluide e intelligenti
Gemini 3.8 Live Extended Thinking offre completamento dei task e intelligenza di livello enterprise, conquistando il primo posto assoluto nell'Indice di Qualità Speech to Speech di Artificial Analysis (82.6) e guidando nel completamento dei task agentici con il 68,6% su τ-Voice e il 35,1% sul benchmark τ-Voice-banking di Sierra. Fornisce anche solide capacità di ragionamento, ottenendo un punteggio del 97,7% su Big Bench Audio, mantenendo al contempo un prezzo altamente competitivo rispetto ad altri modelli frontier.
Gemini 3.8 Live ha registrato un'elevata preferenza tra gli utenti, assicurandosi il secondo posto nella Speech Agent Arena. Oltre a queste prestazioni, rimane estremamente conveniente, offrendo a sviluppatori e aziende un modello capace ed efficiente, progettato per la scalabilità.
Su EVA-Bench di ServiceNow, un benchmark per la valutazione degli agenti vocali, i nostri modelli spingono la Frontiera di Pareto per i workflow complessi, bilanciando con successo precisione e qualità della conversazione.
Gemini 3.8 Live elabora input visivi quasi in tempo reale, arricchendo le conversazioni con contesto per risposte più utili. Rileva e passa automaticamente tra 97 lingue supportate durante la conversazione. Esegue strumenti e chiamate API in background mentre continua la conversazione, permettendo al modello di riconoscere le richieste e mantenere il dialogo mentre i task si completano in background.
Gemini 3.8 Live guida l'onboarding dei dipendenti in tempo reale, utilizzando il contesto visivo per rispondere alle domande dal vivo.
Guarda Gemini 3.8 Live giocare a scacchi quasi in tempo reale sfruttando il contesto visivo, il ragionamento e un flusso conversazionale naturale.
Per i task che richiedono un ragionamento più approfondito, 3.8 Live Extended Thinking ragiona e parla simultaneamente. Offre un'intelligenza aumentata per i workflow complessi mantenendo un flusso conversazionale ininterrotto: utilizza indizi verbali anticipati come "Fammi controllare..." per riconoscere i prompt in modo naturale e una narrazione dell'avanzamento in diretta per guidare gli utenti attraverso i task multi-step in background mentre procedono.
Guarda Gemini 3.8 Live Extended Thinking trasformare schizzi grezzi e feedback vocali in tempo reale in componenti React funzionali.
Scopri come Gemini 3.8 Live Extended Thinking coordina prenotazioni multi-step e chiamate asincrone alle funzioni, il tutto senza interrompere la conversazione live naturale.
Guarda Gemini 3.8 Live creare piani aziendali completi e toolkit di marketing personalizzati al volo attraverso il parlato naturale.
Attraverso Google Workspace e Search, i nostri modelli Live offrono esperienze più intuitive e collaborative, soprattutto quando affronti i tuoi task più complessi.
Prova Gemini 3.8 Live Extended Thinking in Google Workspace con Docs Live, Gmail Live e Keep Live.
Ottieni assistenza passo-passo per il troubleshooting in tempo reale, alimentata da Gemini 3.8 Live, direttamente dentro Search Live.
Potenziare l'ecosistema vocale per sviluppatori e aziende
Utilizzando la Gemini Live API, piattaforme per sviluppatori come Agora, Fishjam, LiveKit, Pipecat, Vercel e Vision Agents permettono agli sviluppatori di creare e distribuire facilmente interfacce ad alte prestazioni basate sulla voce. Queste piattaforme gestiscono dietro le quinte l'infrastruttura complessa di streaming multimediale in tempo reale, consentendo agli sviluppatori di concentrarsi interamente sulla creazione dell'esperienza utente.
Stiamo anche collaborando con aziende come Salesforce, Genspark e Lumeris, entusiaste di 3.8 Live e 3.8 Live Extended Thinking, sottolineandone l'impressionante latenza, fluidità e capacità di chiamata degli strumenti (tool-calling).
Garantire la trasparenza con il watermarking SynthID
Tutto l'audio generato dai nostri prodotti IA è contrassegnato con SynthID. Questo watermark impercettibile è integrato direttamente nell'output audio, garantendo che i contenuti generati dall'IA rimangano rilevabili per aiutare a prevenire la disinformazione. Per dettagli sul nostro approccio alla sicurezza e alla responsabilità, consulta la model card.
Inizia a usare i nostri ultimi modelli audio Gemini:
3.8 Live è disponibile a partire da oggi:
- Per gli sviluppatori: Nella Gemini API tramite Google AI Studio
- Per le aziende: In anteprima privata in Gemini Enterprise e presto disponibile in Gemini Enterprise for Customer Experience
- Per tutti: In Search Live
3.8 Live Extended Thinking è disponibile a partire da oggi:
- Per gli sviluppatori: Nella Gemini API tramite Google AI Studio
- Per le aziende: In anteprima privata in Gemini Enterprise e presto disponibile per clienti business di Gemini Enterprise for Customer Experience e Google Workspace.
- Per tutti: In Gemini Live e per gli abbonati Google AI Pro e Ultra in Workspace (Docs), e per tutti gli abbonati Google AI in Gmail e Keep
