关于本文
本文是通过利用生成式AI的自动化生成流程创建的。我们查阅了Google于2026年9月15日发布的Gemini 3.8 Live / Live Extended Thinking的官方信息，并梳理了开发实时语音AI时的实务注意事项。
验证状态：📘 已确认Google官方一手信息 · API实机未验证
Gemini 3.8 Live登场——实时语音AI的设计要点解析
Google发布了Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking。这是一个以实时语音对话为核心，旨在实现在持续对话的同时进行推理和使用工具等用途的模型。
有什么变化
不仅限于传统的“语音转文字 → 发送至LLM → 将回答文本进行语音合成”等多阶段架构，以实时语音对话为核心进行设计的选择变得更加丰富了。
Google在面向开发者的官方文章中介绍了Gemini 3.8 Live、3.8 Live Extended Thinking以及3.5 Transcribe。由于Live系列和转写系列的角色不同，因此不能简单地将所有内容替换为新模型，而需要根据用途进行选择。
会产生什么影响
这将对开发呼叫中心、语音助手、会议支持、免提业务以及语音UI的团队产生影响。
尤为重要的不仅是模型精度。当用户中途开始说话时AI是否能停下、在处理工具时对话是否会出现不自然的卡顿、延迟是否在业务可接受范围内，这些都将决定用户体验。
与以往的区别
在语音AI中，不仅有“正确的回答”，还存在时间轴。分别观察用户的发言开始、模型的响应开始、打断、工具调用以及响应完成，将更有利于排查问题。
[00:00.000] USER_SPEECH_START [00:01.420] USER_SPEECH_END [00:01.610] MODEL_RESPONSE_START [00:02.100] TOOL_CALL_START [00:02.540] TOOL_CALL_END [00:02.620] MODEL_AUDIO_RESUME [00:04.300] MODEL_RESPONSE_END
如果记录了这些事件的时间点，就可以区分到底是“模型变慢了”还是“外部API变慢了”。
对实务的影响
在引入语音智能体时，首先从以下三个方面进行评估，将更容易判断其实用性。
对话质量：对打断、重新表达以及沉默的反应
推理质量：是否能正确处理复杂的问题或指令
外部处理：搜索、预约、内部API等工具的使用是否会中断对话
即使在Extended Thinking有效的场景下，也并非所有发言都需要进行深度推理。将简短的确认性回复与复杂的判断区分开来的设计，有助于控制延迟和成本。
现在最好确认的事情
对于拥有现有语音AI的开发团队来说，在更改模型之前，应先记录当前的基准值。
初回応答までの時間 割り込み成功率 ツール呼び出し所要時間 会話1件あたりの利用量・費用 聞き間違い時の復帰方法 人間へ転送する条件
如果在相同的情境下测试新模型，不仅凭直觉，还能对差异进行对比。
每次更改一个地方进行测试
固定测试对话，首先使用普通的Live模型进行测量。接下来，将其更改为仅对复杂问题使用Extended Thinking的架构，并记录响应时间和回答质量的差异。
如果同时更改模型、提示词以及语音条件，将无法分清究竟是哪个起到了作用，因此每次只更改一个条件。
注意事项
模型名称新并不意味着它就更适合自身用途。请在实施时通过官方文档再次确认支持地区、API提供状态、价格、速率限制、支持语言以及数据处理条件。
由于语音中很容易包含个人信息和机密信息，因此录音、日志保存以及外部工具的传递范围也需要提前决定好。
总结
在评估Gemini 3.8 Live系列时，除了模型的基准测试外，观察“对话是否会中断”、“是否支持打断”、“包含工具处理在内的延迟如何”至关重要。使用与现有架构相同的测试对话，并逐个条件进行更改和对比，将有助于做出是否引入的决策。
