9月15日,有用户称在 GCP 控制台的配额页面看到两个新模型名:gemini-3.8-live 与 gemini-3.8-live-extended-thinking。截取的画面停在筛选框,输入 gemini-3.8-live 之后,下拉建议里列出 model:gemini-3.8-live 与 model:gemini-3.8-live-extended-thinking 两条。Google 没有发布这两个模型的公告,也没有对应的模型卡。
配额页能提供的信息有限。筛选框里的建议来自平台的模型清单,说明这两个名字在系统里被登记过,说明不了模型是否开放调用,也说明不了上下文、价格与能力。Extended Thinking 是模型名里带出的字段,指向一种推理模式;至于它在 Gemini 3.8 Live 上具体怎么配、有没有单独的参数,正式文档里还看不到。 这一版 Gemini Live 建在最新的 Gemini 3.8 Flash 之上,会带来一次大跨越。这是推断。Google 的发行说明显示,gemini-3.8-flash 在9月2日转为正式可用;Live 那条线上最新的模型,是3月26日放出的 gemini-3.1-flash-live-preview。两者之间隔着近半年,这个空档正是传闻的落点。
Live 这条线另一件刚落地的事,也在同一天。Google 官方账号在 9月15日发帖介绍 Gemini Live 的深度研究集成:用户向 Gemini App 下达指令,让它在后台为某个主题生成一份研究报告,随后可以关闭聊天、锁定屏幕,或者接着聊别的话题;Gemini 在后台异步处理,报告准备好之后推送通知;拿到报告后,用户能针对结果继续对话、追问,或者补充细节(帖文附带的演示时长 49 秒,并标明画面经过模拟,功能可用范围随地区变化)。这条联动把实时语音从「聊天」推向「干活」,一段会话可以发起长任务,人去忙别的。Google 没有在帖子里提到 Gemini Live 的底层模型是否有变化。
Connector 一侧另有说法称,Gemini Live 近来获得了调用外部连接器的能力,报告可以引用多个来源,也能把用户上传的文件以及 Gmail、Drive 等连接数据算进去。这部分我没有找到可靠的一手记录,按传闻处理。
时机也能解释这轮传闻为什么出现。OpenAI 上周在 API 上线 GPT-Live-1,支持打断处理、工具调用与电话语音智能体。实时语音这条赛道在两周内连出动作,Google 一侧冒出两个新模型名,被市场读成回应,是很自然的联想。联想归联想,配额页的截图顶多说明有人在准备,剩下的要靠发布来补。
现在能确认的分成两边。确定的一边是:Google 自己在 9月15日宣布了深度研究进 Gemini Live;截图里的两个模型名在配额筛选里可以检索到。没确定的一边是:Gemini 3.8 Live 何时上线、是否真是大跨越、Extended Thinking 会不会成为正式参数,或将今明两天揭晓。