Gemini 3.8 Live Extended Thinking

Gemini 3.8 Live Extended Thinking to nasz model audio-audio o wysokim poziomie rozumowania, zalecany, gdy do rozwiązywania złożonych, wieloetapowych problemów podczas interakcji głosowych w czasie rzeczywistym wymagany jest wyższy poziom rozumowania w tle. Przetwarza rozumowanie w tle i asynchroniczne wywołania narzędzi, jednocześnie przesyłając strumieniowo ciągłe odpowiedzi audio.

Dokumentacja

Aby poznać wszystkie funkcje i możliwości, zapoznaj się z przewodnikiem po Live API.

gemini-3.8-live-extended-thinking

Przechodzenie na Gemini 3.8 Live dłuższe myślenie

Gemini 3.8 Live Extended Thinking wprowadza rozumowanie w tle podczas sesji audio na żywo. Podczas integracji tego modelu zaktualizuj zarządzanie stanem klienta, aby obsługiwać asynchroniczne sygnały rozumowania:

• Asynchroniczny protokół rozumowania: podczas interakcji z modelami, które używają asynchronicznego rozumowania, turnComplete: true nie oznacza już, że model jest bezczynny. Serwer może kontynuować przetwarzanie rozumowania w tle lub wywołań narzędzi. Po otrzymaniu wiadomości turnComplete: true klient musi nadal nasłuchiwać kolejnych wiadomości z serwera (takich jak wywołania narzędzi lub ramki audio).
• Monitorowanie interaction_status: użyj pola interaction_status w przychodzących wiadomościach serwera, aby określić bieżący stan serwera:
  • IN_PROGRESS: serwer aktywnie przetwarza dane wejściowe użytkownika, przeprowadza rozumowanie w tle lub oczekuje na odpowiedzi na asynchroniczne wywołania narzędzi. Mogą po nich nastąpić dodatkowe dane wyjściowe modelu lub wywołania narzędzi.
  • IDLE: serwer zakończył wszystkie procesy, rozumowanie i wywołania narzędzi. Sesja jest nieaktywna i oczekuje na dane wejściowe użytkownika.
• Asynchroniczne wywoływanie funkcji: obsługiwane jest tylko asynchroniczne wykonywanie nieblokujące (behavior: NON_BLOCKING). Synchroniczny tryb blokowania nie jest obsługiwany i zwraca błąd krytyczny. Konfiguracje planowania funkcji nie są obsługiwane.
• Konfiguracja rozumowania: skonfiguruj rozumowanie w tle za pomocą thinking_config w konfiguracji konfiguracji (thinking_level: low, medium lub high). Pamiętaj, że MINIMAL nie jest obsługiwany.
• Aktualizacje treści klienta: send_client_content jest obsługiwany przez cały cykl życia sesji z wyraźnymi rolami (user lub model). Ustawienie turn_complete=true natychmiast przerywa aktywne generowanie.
• Proaktywny dźwięk: włączony na stałe. Ustawienie proactive_audio: false zwraca błąd.

Porównanie funkcji wszystkich modeli Live API znajdziesz w tabeli Porównanie modeli.