Gemini 3.8 Live および 3.8 Live Extended Thinking のご紹介

Gemini 3.8 Live および 3.8 Live Extended Thinking の発表

2026年9月15日

|

Gemini 3.8 Live および Gemini 3.8 Live Extended Thinking は、これまでにない最も高度なライブ対話モデルです。知能と並列推論における大幅なアップグレードにより、より直感的に協調作業を行い、音声を使用して複雑なタスクを実行できるようになりました。

---

Tom Ouyang

Principal Engineer

Malini Jaganathan

Member of Technical Staff, on behalf of the Gemini Audio Team

---

［画像: Text "Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking" with the Gemini Spark, all on a light blue background］

［音声］

Your browser does not support the audio element.

Listen to article

[["duration"]] minutes

This content is generated by Google AI. Generative AI is experimental

Updated September 17, 2026

本日、音声エージェントの効果的な実現と、AIとの対話をより直感的でインテリジェントに感じさせるための、ニアリアルタイム推論における進歩をもたらす2つの新しいモデルを発表します。

• Gemini 3.8 Live: スケーラビリティとコスト効率のために構築され、対話知能と流暢な対話、および視覚的グラウンディングを組み合わせています。
• Gemini 3.8 Live Extended Thinking: 高度な複雑性を持つタスクのために構築され、知能と複数ステップの推論が増加しています。

開発者や企業にとって、これらのモデルは信頼性が高く、本番環境に対応した音声エージェントのビルディングブロックを提供します。また、Geminiアプリ、Google Workspace、検索全体でGeminiとの会話をより流暢で協調的なものにし、音声だけで複雑なタスクをこなせるように支援します。

より流暢でインテリジェントな会話を体験する

Gemini 3.8 Live Extended Thinking は、エンタープライズグレードのタスク完了と知能を提供し、Artificial Analysis の Speech to Speech Quality Index（82.6）で総合1位を獲得し、エージェントタスク完了では τ
-Voice で 68.6%、Sierra の τ
-Voice-banking ベンチマークで 35.1% を記録してリードしています。また、Big Bench Audio で 97.7% を記録するなど、強力な推論能力を提供しつつ、他の最先端モデルと比較して非常に競争力のある価格帯を維持しています。

Gemini 3.8 Live は、ユーザーから高い評価を得ており、Speech Agent Arena で2位を獲得しました。このパフォーマンスに加えて、コスト効率も非常に高く、開発者や企業にスケーラブルな、能力が高く効率的なモデルを提供します。

［画像: a chart showing Artificial Analysis Speech to Speech Index］

［画像: A chart showing Artificial Analysis agentic performance］

［画像: A chart showing Sierra］

［画像: A chart showing Artificial Analysis cost per hour of input audio］

ServiceNow の EVA-Bench（音声エージェントを評価するためのベンチマーク）では、当社のモデルは精度と会話品質のバランスをうまく取ることで、複雑なワークフローにおけるパレートフロンティアを押し上げています。

注: これは Gemini Enterprise Agent Platform の Live API で実行されました。

［画像: A chart showing EVA Bench Experience to Task Completion］

Gemini 3.8 Live は、視覚入力をニアリアルタイムで処理し、会話にコンテキストを付加して、より役立つ応答を提供します。97のサポート言語を会話中に自動的に検出し、切り替えることができます。タスクがバックグラウンドで完了する間も会話を継続しながら、ツールやAPI呼び出しを実行できるため、モデルはリクエストを認識し、バックグラウンドでタスクが完了する間もチャットを続けることができます。

より深い推論を必要とするタスクでは、3.8 Live Extended Thinking は同時に推論し、話します。中断のない会話の流れを維持しながら、複雑なワークフローのための知能を高めます。「確認させてください…」 のような早期の音声キューを使用してプロンプトを自然に認識し、ライブ進捗ナレーションを使用して、マルチステップのバックグラウンドタスクの進行状況をユーザーに説明します。

Google Workspace、検索、Geminiアプリ全体で、当社の Live モデルは、特に最も複雑なタスクに取り組む際に、より直感的で協調的なエクスペリエンスを提供します。

開発者とエンタープライズの音声エコシステムを強化する

Gemini Live API を使用することで、Agora、Fishjam、LangChain、LiveKit、Pipecat、Vercel、Vision Agents のような開発者プラットフォームは、開発者が高性能な音声駆動インターフェースを容易に構築およびデプロイできるようにします。これらのプラットフォームは、複雑なリアルタイムメディアストリーミングインフラストラクチャをバックグラウンドで管理し、開発者がユーザーエクスペリエンスの作成に完全に集中できるようにします。

また、Salesforce、Genspark、Lumeris といった企業とも提携しており、これらの企業は 3.8 Live および 3.8 Live Extended Thinking の印象的なレイテンシー、流暢さ、ツール呼び出し能力を高く評価しています。

［画像: Salesforce quote］

［画像: 11Sight Quote］

［画像: Equal AI Quote］

［画像: ServiceNow quote］

［画像: Genspark quote］

［画像: Lenskart quote］

［画像: Lumeris quote］

［画像: Agora quote］

［画像: Ambr AI quote］

［画像: LiveKit Quote］

［画像: Casuu quote］

SynthID ウォーターマーキングによる透明性の確保

当社のAI製品によって生成されたすべての音声は、SynthID でウォーターマークが付けられています。この知覚できないウォーターマークは、音声出力に直接組み込まれており、AI生成コンテンツが検出可能であることを保証し、誤情報の拡散を防ぐのに役立ちます。安全性と責任に対するアプローチの詳細については、モデルカード を参照してください。

最新の Gemini Audio モデルの使用を開始する：

3.8 Live は本日より展開を開始します：

• 開発者向け: Gemini API および Google AI Studio で
• 企業向け: Gemini Enterprise でプライベートプレビュー、および近日中に Gemini Enterprise for Customer Experience で提供予定
• すべての人向け: Search Live で

3.8 Live Extended Thinking は本日より展開を開始します：

• 開発者向け: Gemini API および Google AI Studio で
• 企業向け: Gemini Enterprise でプライベートプレビュー、および近日中に Gemini Enterprise for Customer Experience および Google Workspace ビジネス顧客向けに提供予定
• すべての人向け: Gemini Live で、また Google AI Pro および Ultra 加入者は Workspace の Docs で、すべての Google AI 加入者は Gmail および Keep で利用可能

Google からの最新ニュースをメールで受け取る

製品アップデート、イベント情報、特別オファーなどを含むニュースレターに登録してください。

お客様の情報は、Googleのプライバシーポリシー に従って使用されます。いつでもオプトアウトできます。