1. Gemini 3.8 Live 是什么
Gemini 3.8 Live 面向连续音频、图片、视频和文本流，输出文本或语音。Google 将标准型号定位为大多数低延迟语音 Agent 和实时对话的默认选择：模型可以边接收音频边响应，支持用户插话、异步函数调用、搜索工具和输入/输出转录。
Gemini 3.8 Live Extended Thinking 则把后台推理放进实时会话。它适合边说边调用工具、需要多步决策或等待外部系统结果的场景，但客户端必须正确处理“语音一轮结束后，后台任务仍可能继续”的状态。
2. gemini-3.8-live 与 Extended Thinking 怎么选
| 维度 | gemini-3.8-live | gemini-3.8-live-extended-thinking |
|---|---|---|
| 主要意图 | 低延迟实时语音对话 | 实时语音中的复杂多步推理 |
| 思考配置 | 不支持 thinking_level | 支持 low / medium / high |
| 函数调用 | 默认异步，也可兼容阻塞模式 | 仅支持 NON_BLOCKING 异步模式 |
| 状态判断 | 按音频与工具事件推进 | 必须继续监听 interaction_status |
| 适合场景 | 客服、陪练、实时翻译、语音助手 | 诊断助手、复杂业务流程、工具密集 Agent |
不要仅因为 Extended Thinking 名称更“高级”就默认使用。实时语音的关键指标包括首音频响应时间、插话恢复、工具调用完成率和每分钟成本；高推理档位可能增加处理与输出消耗。
3. 官方规格与价格
| 项目 | Google 官方信息 |
|---|---|
| 输入 | 文本、图片、音频、视频 |
| 输出 | 文本、音频 |
| 输入窗口 | 131,072 tokens |
| 最大输出 | 65,536 tokens |
| 协议 | 有状态 WebSocket（WSS） |
| 音频输入参考价 | $3 / 百万 tokens，约 $0.005/分钟 |
| 音频输出参考价 | $12 / 百万 tokens，约 $0.018/分钟 |
| 文本输入/输出 | $0.75 / $4.50 每百万 tokens |
| 图片/视频输入 | $1 / 百万 tokens，约 $0.002/分钟 |
这些是 Google Developer API 的官方参考价格，不是本站价格，也不代表一次通话只产生音频费用。文本上下文、图片/视频帧、搜索查询和工具结果可能分别计费；应按完整会话流水核算。
4. 实时语音 Agent 的连接架构
Live API 使用有状态 WebSocket。服务端方案由浏览器或 App 把音频发给你的后端，再由后端连接 Google；客户端直连方案延迟更低，但不能把长期 API Key 放进前端。Google 建议生产环境使用短期 ephemeral token。
- 采集 16-bit PCM、16 kHz 小端音频，并按实时节奏发送。
- 建立 WSS 会话，配置模型、输出音频和工具声明。
- 持续消费音频帧、工具调用、转录和状态消息。
- 支持 barge-in：用户开始说话时，中断当前模型输出。
- 会话结束后记录持续时间、工具调用、搜索次数和 token 用量。
视频帧会进入上下文和成本。Google 说明 3.8 Live 默认的 turn coverage 包含视频活动，因此没有视觉需求时不要持续上传摄像头帧。
5. 从 Gemini 3.1 Flash Live Preview 迁移
从 gemini-3.1-flash-live-preview 迁移不能只换模型名。标准 3.8 Live 不接受 thinking_level 或 thinking_config；异步函数调用变为默认；主动音频永久开启，显式设置 proactive_audio: false 会报错；旧的 affective dialogue 配置已移除。
- 把模型 ID 改为
gemini-3.8-live。 - 删除标准型号上的 thinking 配置。
- 核对工具是否需要 NON_BLOCKING；只有标准型号还能显式使用 BLOCKING。
- 删除
enable_affective_dialog。 - 正确处理
send_client_content与turn_complete，后者会中断正在生成的内容。 - 若切换 Extended Thinking，用
interaction_status=IDLE判断真正完成，不能只看turnComplete。
6. 上线前的可复核测试
实时模型不能只用普通聊天接口的“回答是否正确”来验收。建议准备固定的 20 段脱敏音频，覆盖打断、噪声、口音、数字、专有名词和工具调用，并记录：
- 首次收到音频响应的时间；
- 用户插话后停止播放与恢复的时间；
- 输入和输出转录是否一致；
- 异步工具是否重复调用或漏调用；
- 整段会话的 token、搜索和音频费用；
- 网络断开后的重连、状态恢复和幂等行为。
截至 2026 年 9 月 19 日，本站现有公开模型页覆盖 Gemini 3.8 Flash，但本文没有证据证明本站控制台已经开放 Gemini 3.8 Live。实际接入前应先检查控制台模型列表与协议支持。
7. 常见问题
Gemini 3.8 Live 和 Gemini 3.8 Flash 是一个模型吗？
不是。Flash 主要走生成内容接口；Live 是面向实时音频/视频会话的独立模型与 WebSocket 协议。
Extended Thinking 一定更好吗？
不一定。它适合复杂多步任务，但状态管理更复杂，也可能增加消耗。普通低延迟对话优先从标准 Live 开始。
可以把 Google API Key 写在网页里吗？
不应这样做。客户端直连生产环境应使用短期 token，或通过自己的后端代理连接。
本站现在能调用 Gemini 3.8 Live 吗？
本文尚未完成本站控制台可用性核验。模型 ID、协议与费用均先按 Google 官方资料说明，本站是否开放以控制台为准。
官方来源：Gemini 3.8 Live 模型页、Extended Thinking 模型页、Live API 指南和官方价格页。核对日期：2026-09-19。