← 全部模型

Gemini 3.8 Live

发布时间 发布主体 Googlegemini-3.8-live

模型定位

Gemini 3.8 Live 是面向低延迟实时语音对话的音频到音频模型,侧重规模化部署和成本效率。它与面向更复杂多步推理任务的 Gemini 3.8 Live Extended Thinking 是不同版本。(blog.google)

能力与用途

  • 支持实时语音交互、交错推理、同步和异步函数调用,以及结合视觉输入进行对话;官方称其可在对话中自动切换 97 种受支持语言。(blog.google)
  • Gemini API 文档列出的输入类型包括文本、图片和音频,输出类型为文本和音频;实时视觉场景还可处理视频画面。支持 Google 搜索接地和 Live API。(aistudio.google.com)
  • 可用于语音智能体、实时问题解答、视觉辅助、员工入职指导及后台工具调用等场景。(blog.google)

限制

  • Gemini API 文档列出的输入上限为 131,072 tokens,输出上限为 65,536 tokens。不支持上下文缓存、代码执行、文件搜索、图片生成、Google Maps 接地、结构化输出或 Batch API。(aistudio.google.com)
  • 标准版不支持配置 thinking_level;需要更深的多步推理或可配置思考预算时,可评估 Extended Thinking 版本。具体可用性、配额和功能可能因平台而异。(ai.google.dev)

发布与可用性

Google 官方公告发表于 2026 年 9 月 15 日,并于 9 月 17 日更新;公告称模型从发布时起通过 Gemini API、Google AI Studio 和 Search Live 等渠道陆续推出。Google Cloud 的 Gemini Enterprise Agent Platform 文档另列该平台的 GA 发布日期为 2026 年 9 月 24 日。(blog.google)

价格

以下为 Gemini Developer API 标准付费层级官方价格,币种为美元(USD);查询日期:2026 年 11 月 16 日。官方也列有免费层级,适用额度和条件以官方页面为准。(aistudio.google.com)

计费方向与模态 价格
文本输入 0.75 USD / 100 万 tokens
音频输入 3.00 USD / 100 万 tokens;官方同时列出 0.005 USD / 分钟
图片或视频输入 1.00 USD / 100 万 tokens;官方同时列出 0.002 USD / 分钟
文本输出 4.50 USD / 100 万 tokens
音频输出 12.00 USD / 100 万 tokens;官方同时列出 0.018 USD / 分钟

输出计费包含思考 tokens。使用 Google 搜索接地可能产生额外费用:每月 5,000 次免费搜索请求由 Gemini 3 及更新模型共享,超出后为 14 USD / 1,000 次请求,并受官方所列每日上限约束;一次模型请求可能触发多次搜索。上述价格不代表其他平台的报价。(aistudio.google.com)

官方来源