Gemini 3.8 Live

Gemini 3.8 Live เป็นตัวเลือกเริ่มต้นสำหรับประสบการณ์การใช้งานเอเจนต์เสียงที่มีเวลาในการตอบสนองต่ำส่วนใหญ่ และบทสนทนาแบบเรียลไทม์ที่ไม่มีความล่าช้าที่เกิดจากการให้เหตุผล โดยรองรับ การให้เหตุผลแบบสลับ การเรียกใช้ฟังก์ชันแบบไม่พร้อมกัน การอัปเดตเนื้อหาไคลเอ็นต์เซสชันแบบเต็ม และการสตรีมเสียงในตัว

เอกสารประกอบ

ไปที่คู่มือ Live API เพื่อดูความครอบคลุมทั้งหมด ของฟีเจอร์และความสามารถ

gemini-3.8-live

พร็อพเพอร์ตี้ คำอธิบาย
รหัสโมเดล gemini-3.8-live
ประเภทข้อมูลที่รองรับ

อินพุต

ข้อความ รูปภาพ เสียง วิดีโอ

เอาต์พุต

ข้อความและเสียง

ขีดจำกัดของโทเค็น[*]

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

การคิด

รองรับ (การให้เหตุผลแบบสลับ)

บริบทของ URL

สิ่งที่ทำไม่ได้

ตัวเลือกการรับชม

Batch API

สิ่งที่ทำไม่ได้

เวอร์ชัน
อ่านรายละเอียดเพิ่มเติมได้ในรูปแบบเวอร์ชันของโมเดล
  • เสถียร: gemini-3.8-live
การอัปเดตล่าสุด กันยายน 2569
การ์ดโมเดล 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) เป็นโหมดการเรียกใช้ฟังก์ชันเริ่มต้นแล้วในตอนนี้ คุณยังคงใช้โหมดการบล็อกแบบซิงโครนัสเพื่อความเข้ากันได้แบบย้อนหลังได้โดยตั้งค่า behavior: BLOCKING ในการประกาศเครื่องมือ ระบบรองรับการกำหนดเวลาฟังก์ชัน (SILENT, WHEN_IDLE, INTERRUPTED)
  • การอัปเดตเนื้อหาไคลเอ็นต์: send_client_content ได้รับการรองรับตลอดวงจรเซสชันทั้งหมดที่มีบทบาทที่ชัดเจน (user หรือ model) การตั้งค่า turn_complete=true จะขัดจังหวะการสร้างโมเดลที่ใช้งานอยู่โดยไม่มีเงื่อนไข หากคุณส่งเนื้อหาโดยไม่มี turn_complete เซิร์ฟเวอร์จะรอข้อความถัดไปก่อนที่จะตอบกลับ
  • เสียงเชิงรุก: ตอนนี้ระบบจะเปิดใช้เสียงเชิงรุกอย่างถาวร การตั้งค่า proactive_audio: false จะแสดงข้อผิดพลาด
  • การโต้ตอบที่สะท้อนถึงความรู้สึก: เราจะนำการโต้ตอบที่สะท้อนถึงความรู้สึกออกจาก API นำenable_affective_dialogการกำหนดค่าออกจากโค้ด
  • เปิดความครอบคลุม: ค่าเริ่มต้นคือ TURN_INCLUDES_AUDIO_ACTIVITY_AND_ALL_VIDEO ระบบจะส่งเฟรมวิดีโอไปยังโมเดลโดยค่าเริ่มต้น ดังนั้นให้ส่งเฟรมเมื่อจำเป็นเท่านั้นเพื่อจัดการบริบทและค่าใช้จ่าย
  • รูปแบบการตอบกลับ: รูปแบบการตอบกลับที่รองรับคือเสียง เปิดใช้ การถอดเสียงเอาต์พุตเป็นคำหากแอปพลิเคชันของคุณต้องใช้ข้อความถอดเสียง

ดูการเปรียบเทียบฟีเจอร์ในโมเดล Live API ทั้งหมดได้ที่ตารางการเปรียบเทียบโมเดล