‫Gemini 3.8 Live Extended Thinking

‫Gemini 3.8 Live Extended Thinking مدل صدا به صدای ما با استدلال بالا است که وقتی استدلال پس‌زمینه‌ای بالاتری برای حل مسائل پیچیده و چندمرحله‌ای درطول تعاملات صوتی هم‌زمان لازم باشد توصیه می‌شود. این مدل استدلال پس‌زمینه و فراخوانی‌های ابزار ناهمگام را پردازش می‌کند و هم‌زمان پاسخ‌های صوتی پیوسته را جاری‌سازی می‌کند.

اسناد

برای پوشش کامل ویژگی‌ها و قابلیت‌ها، به راهنمای Live API مراجعه کنید.

gemini-3.8-live-extended-thinking

درحال ارتقا دادن به Gemini 3.8 Live Extended Thinking

‫Gemini 3.8 Live Extended Thinking استدلال پس‌زمینه را درطول جلسه‌های صوتی زنده معرفی می‌کند. هنگام ادغام این مدل، مدیریت وضعیت کارخواه خود را به‌روز کنید تا نشان‌های استدلال ناهمگام را مدیریت کند:

• پروتکل استدلال ناهمگام: هنگام تعامل با مدل‌هایی که از استدلال ناهمگام استفاده می‌کنند، turnComplete: true دیگر نشان‌دهنده این نیست که مدل غیرفعال است. ممکن است سرور به پردازش استدلال پس‌زمینه یا فراخوانی‌های ابزار ادامه دهد. کارخواه شما باید پس‌از دریافت turnComplete: true، به گوش دادن برای پیام‌های بعدی سرور (مانند فراخوانی‌های ابزار یا فریم‌های صوتی) ادامه دهد.
• نظارت بر interaction_status: از فیلد interaction_status در پیام‌های سرور ورودی برای تعیین وضعیت فعلی سرور استفاده کنید:
  • IN_PROGRESS: سرور به‌طور فعال درحال پردازش ورودی کاربر، اجرای استدلال پس‌زمینه، یا منتظر پاسخ برای فراخوانی‌های ابزار ناهمگام است. ممکن است برونداد مدل یا فراخوانی ابزار بیشتری در ادامه بیاید.
  • IDLE: سرور همه پردازش‌ها، استدلال‌ها، و فراخوانی‌های ابزار را به‌پایان رسانده است. جلسه غیرفعال است و منتظر ورودی کاربر است.
• فراخوانی تابع ناهمگام: فقط اجرای غیرمسدودکننده ناهمگام (behavior: NON_BLOCKING) پشتیبانی می‌شود. حالت مسدودسازی همگام پشتیبانی نمی‌شود و خطای سخت برمی‌گرداند. پیکربندی‌های زمان‌بندی تابع پشتیبانی نمی‌شود.
• پیکربندی استدلال: استدلال پس‌زمینه را بااستفاده از thinking_config در پیکربندی راه‌اندازی (thinking_level: low، medium، یا high) پیکربندی کنید. توجه داشته باشید که MINIMAL پشتیبانی نمی‌شود.
• به‌روزرسانی‌های محتوای کارخواه: send_client_content در سراسر چرخه حیات جلسه با نقش‌های صریح (user یا model) پشتیبانی می‌شود. تنظیم turn_complete=true بلافاصله تولید فعال را قطع می‌کند.
• پاسخ‌دهی پیش‌کنشی: برای همیشه فعال است. تنظیم proactive_audio: false خطا برمی‌گرداند.

برای مقایسه ویژگی‌ها در همه مدل‌های Live API، به جدول مقایسه مدل مراجعه کنید.