Gemini 3.8 Live

Gemini 3.8 Live เป็นตัวเลือกเริ่มต้นสำหรับประสบการณ์การใช้งานเอเจนต์เสียงที่มีเวลาในการตอบสนองต่ำและการสนทนาแบบเรียลไทม์โดยไม่มีความล่าช้าที่เกิดจากการให้เหตุผล โดยรองรับการให้เหตุผลแบบสลับกัน การเรียกใช้ฟังก์ชันแบบอะซิงโครนัส การอัปเดตเนื้อหาไคลเอ็นต์แบบเต็มเซสชัน และสตรีมเสียงในตัว

เอกสารประกอบ

ดูคู่มือ Live API เพื่อดูข้อมูลทั้งหมดเกี่ยวกับฟีเจอร์และความสามารถ

gemini-3.8-live

พร็อพเพอร์ตี้ คำอธิบาย
รหัสรุ่น gemini-3.8-live
ประเภทข้อมูลที่รองรับ

อินพุต

ข้อความ รูปภาพ เสียง

เอาต์พุต

ข้อความและเสียง

ขีดจำกัดโทเค็น[*]

ขีดจำกัดโทเค็นอินพุต

131,072

ขีดจำกัดโทเค็นเอาต์พุต

65,536

ความสามารถ

การสร้างเสียง

สิ่งที่ทำได้

การแคช

สิ่งที่ทำไม่ได้

การเรียกใช้โค้ด

สิ่งที่ทำไม่ได้

การค้นหาไฟล์

สิ่งที่ทำไม่ได้

การเรียกใช้ฟังก์ชัน

สิ่งที่ทำได้

การเชื่อมต่อแหล่งข้อมูลกับ Google Maps

สิ่งที่ทำไม่ได้

การสร้างรูปภาพ

สิ่งที่ทำไม่ได้

Live API

สิ่งที่ทำได้

การเชื่อมต่อแหล่งข้อมูลของ Search

สิ่งที่ทำได้

เอาต์พุตที่มีโครงสร้าง

สิ่งที่ทำไม่ได้

กำลังคิด

รองรับ (การให้เหตุผลแบบสลับ)

บริบท URL

สิ่งที่ทำไม่ได้

ตัวเลือกการรับชม

Batch API

สิ่งที่ทำไม่ได้

เวอร์ชัน
อ่านรายละเอียดเพิ่มเติมได้ที่รูปแบบเวอร์ชันโมเดล
  • เสถียร: gemini-3.8-live
อัปเดตล่าสุด กันยายน 2569
Model card การ์ดโมเดล

การย้ายข้อมูลจาก Gemini 3.1 Flash Live

Gemini 3.8 Live มอบการโต้ตอบแบบเสียงต่อเสียงที่มีเวลาในการตอบสนองต่ำมาก และขยายการรองรับเวิร์กโฟลว์แบบอะซิงโครนัส เมื่อย้ายข้อมูลจาก gemini-3.1-flash-live-preview โปรดตรวจสอบข้อมูลอัปเดตต่อไปนี้

  • สตริงโมเดล: อัปเดตสตริงโมเดลจาก gemini-3.1-flash-live-preview เป็น gemini-3.8-live
  • ระดับการคิด: thinking_level ไม่รองรับ gemini-3.8-live ละเว้น thinking_level (หรือ thinking_config) จากการตั้งค่าเซสชัน
  • การเรียกใช้ฟังก์ชันแบบอะซิงโครนัส: การดำเนินการแบบอะซิงโครนัส (behavior: NON_BLOCKING) เป็นโหมดการเรียกใช้ฟังก์ชันเริ่มต้นแล้ว คุณยังคงใช้โหมดการบล็อกแบบซิงโครนัสเพื่อความเข้ากันได้แบบย้อนหลังได้โดยตั้งค่า behavior: BLOCKING ในการประกาศเครื่องมือ รองรับการกำหนดเวลาฟังก์ชัน (SILENT, WHEN_IDLE, INTERRUPTED)
  • การอัปเดตเนื้อหาของไคลเอ็นต์: ระบบรองรับ send_client_content ตลอดวงจรของเซสชันทั้งหมดที่มีบทบาทที่ชัดเจน (user หรือ model) การตั้งค่า turn_complete=true จะขัดจังหวะการสร้างโมเดลที่ทำงานอยู่โดยไม่มีเงื่อนไข หากคุณส่งเนื้อหาโดยไม่มี turn_complete เซิร์ฟเวอร์จะรอข้อความถัดไปก่อนที่จะตอบกลับ
  • เสียงเชิงรุก: ตอนนี้เสียงเชิงรุกเปิดใช้อย่างถาวรแล้ว การตั้งค่า proactive_audio: false จะแสดงข้อผิดพลาด
  • การโต้ตอบที่สะท้อนถึงความรู้สึก: ระบบจะนำการโต้ตอบที่สะท้อนถึงความรู้สึกออกจาก API นำการกำหนดค่า enable_affective_dialog ออกจากโค้ด
  • ความครอบคลุมของเลี้ยว: ค่าเริ่มต้นคือ TURN_INCLUDES_AUDIO_ACTIVITY_AND_ALL_VIDEO ระบบจะส่งเฟรมวิดีโอไปยังโมเดลโดยค่าเริ่มต้น ดังนั้นให้ส่งเฟรมเมื่อจำเป็นเท่านั้นเพื่อจัดการบริบทและค่าใช้จ่าย
  • รูปแบบการตอบกลับ: เสียงเป็นรูปแบบการตอบกลับที่รองรับ เปิดใช้การถอดเสียงเป็นคำเอาต์พุตหากแอปพลิเคชันของคุณต้องใช้ข้อความถอดเสียง

ดูตารางการเปรียบเทียบโมเดลเพื่อเปรียบเทียบฟีเจอร์ในโมเดล Live API ทั้งหมด