Google veröffentlicht Gemini 3.8 Live: Echtzeit-Sprache, Sprachwechsel mitten im Call

Gemini 3.8 Live und das Schwestermodell Extended Thinking erweitern Googles Sprach-KI um nahezu echtzeitfähige visuelle Verankerung und Hintergrund-Reasoning; der Rollout erfolgt über Search Live, Gemini Live und Workspace.

In diesem Artikel

Neuerungen bei der Sprachinteraktion
Zahlen sind Herstellerangaben, keine Audits
Was das für MSPs bedeutet

Google hat zwei neue Echtzeit-Sprachmodelle veröffentlicht, Gemini 3.8 Live und Gemini 3.8 Live Extended Thinking, die über die Gemini API, Google AI Studio, Gemini Enterprise, Search Live, Gemini Live und Teile von Workspace ausgerollt werden. Das Duo teilt die Aufgaben auf: Das Basismodell zielt auf Skalierung und Kosteneffizienz, während Extended Thinking für Aufgaben gedacht ist, die mehr Reasoning erfordern, ohne den Gesprächsfluss zu unterbrechen.

Nahaufnahme eines silbernen Studio-Kondensatormikrofons in einer Spinne vor warmem, unscharfem Hintergrund — Foto: Will Fisher from Richmond, VA, United States (CC BY-SA 2.0), Wikimedia Commons.

Neuerungen bei der Sprachinteraktion

Gemini 3.8 Live verarbeitet visuelle Eingaben nahezu in Echtzeit, sodass sich ein Gespräch auf das beziehen kann, was eine Kamera oder ein Bildschirm gerade zeigt, statt auf eine statische Aufnahme. Außerdem erkennt das Modell 97 unterstützte Sprachen und wechselt mitten im Gespräch zwischen ihnen; Tool-Aufrufe und API-Anfragen kann es im Hintergrund ausführen, während es weiter spricht. Dabei bestätigt es eine Anfrage und kommentiert den Fortschritt, statt während der Abarbeitung einer Aufgabe zu verstummen. Google zufolge tragen die erzeugten Audiodaten ein SynthID-Wasserzeichen.

Zahlen sind Herstellerangaben, keine Audits

Google nennt Evaluierungswerte Dritter für Extended Thinking: 82,6 Punkte im Speech-to-Speech Quality Index von Artificial Analysis und 68,6 Prozent im τ-Voice-Benchmark für agentische Aufgaben (35,1 Prozent bei einer bankenspezifischen Variante). Diese stammen von den in Googles eigener Ankündigung genannten Benchmark-Anbietern und nicht aus einem hier direkt geprüften unabhängigen Audit; zudem verwenden sie jeweils unterschiedliche Messmethoden – sie sollten daher nicht als einheitliche Leistungszahl gelesen werden.

Was das für MSPs bedeutet

Für Managed Service Provider, die bereits mehr als ein Sprachmodell über Kunden-Deployments hinweg betreiben, ist die praktische Frage dieser Veröffentlichungen nicht das Benchmark-Ergebnis, sondern wo die Inferenz tatsächlich läuft und welche Mandantendaten welche Region berühren – eine Routing- und Isolationsfrage, unabhängig vom Marketing zur Modellfähigkeit.

Quellen: Google Blog, 9to5Google.