Gemini 3.8 Live
Gemini 3.8 Liveは、Googleが2026年9月22日に発表した超低遅延のリアルタイム双方向音声対話モデルです。 会話中の自然な割り込みや97言語の動的切り替えに対応し、画面やカメラ映像を共有しながら音声で指示を出せるリアルタイム・ビジュアルグラウンディングを統合。さらに思考過程を音声で解説する「Extended Thinking」モデルも提供され、Gemini API、Google AI Studio、Workspaceを通じて利用可能です。
コンテキスト許容量1,000,000 トークン
対応フォーマット超低遅延双方向音声、リアルタイム動画・画面共有、テキスト、Extended Thinking思考解説
有料プランGoogle AI Studio / Gemini API従量課金、Workspace各プラン利用枠
BENCHMARK ELOChatbot Arena 公式ベンチマーク指標
LMSYS / arena.ai 公式検証データ（2026年9月23日）💬 テキスト対話#8位
1491 ELO
日常会話・論理構成・総合知能
👁️ マルチモーダル#6位
1295 ELO
画像認識・チャート読取・空間把握
🔍 Web検索・調査NEW#5位
1230 ELO
情報探索・ファクトチェック・出典明記
主な強み・メリット
- 人間の自然な割り込み（バージイン）にミリ秒単位で適応し、97言語を動的・瞬時に自動切り替え
- 複雑な論理課題の解決中に「思考過程」をリアルタイムに対話音声で解説するExtended Thinkingを搭載
- カメラ越しの物理世界やPC画面をAIが同時に見ながら指示を受けるビジュアルグラウンディングを統合
弱み・注意点
- 音声ストリーミング帯域の常時接続が必要となる
- ピュアなバッチテキスト処理用途では通常のFlash系モデルの方がコスト効率が良い
ビジネスでの具体的な活用シーン
1
人間と違和感なくスムーズにやり取りできる高度なコールセンター・電話自動応対エージェント
2
カメラ映像や作業画面を見ながら指示を出す現場作業・フィールドエンジニア支援アシスタント
3
思考過程を生徒に音声で解説しながら教えるインタラクティブな教育チューター