Gemini 3.8 Live、音声対話ベンチマークで首位を奪取
Gemini 3.8 Live and 3.8 Live Extended Thinking
GoogleがGemini 3.8 LiveとExtended Thinkingを発表。Extended ThinkingはArtificial AnalysisのSpeech to Speech Quality Indexで82.6を記録し総合1位、τ-Voiceで68.6%、τ-Voice-bankingで35.1%を達成。Liveは低コストでスケール向け。両モデルは97言語を会話中に自動切替し、バックグラウンドでAPI呼び出しを実行。SynthIDによる音声透かしも導入される。
Gemini 3.8 Live Extended Thinking provides enterprise-grade task completion and intelligence, capturing the #1 overall spot on Artificial Analysis' Speech to Speech Quality Index (82.6), and leads in agentic task completion with 68.6% on τ-Voice and 35.1% on Sierra's τ-Voice-banking benchmark.
HNでの議論
234- jeanbza
私の母語はアフリカーンス語で、これはややニッチな言語であり、南アフリカ以外では教師や会話相手を見つけるのが難しいです。（今はアメリカに住んでいます）
私はGeminiを使ってアフリカーンス語でライブチャットをしたり、一人で車で街を走り回っている間に即興のアフリカーンス語文法レッスンをしたりしています。言語を話すのが驚くほど上手で、家族がその音声を聞くと本当に驚きます。
これはおそらく、私がLLM/AIを使う中で最も喜びを感じることです。自分の言語を再び定期的に話せるようになったのは、本当に、本当に素晴らしいです。=)
というわけで、このリリースとライブチャットの進化にはワクワクしています。また、他のフロンティアラボもこのようなニッチ言語を扱ってくれるようになれば、選択肢が増えるので嬉しいです。
- Zsfe510asG
Geminiは過小評価されている。というのも、ある程度読んで耐えられる散文を生成する唯一の存在だからだ。
- Havoc
ちょっと試してみた - とても堅実なリリースだ。
強いアクセントにもよく対応するし、声も心地よく、レイテンシも低いようだ。
あと、Workspaceアカウントで実際に使える - 最近のリリースの多くでは、アカウントが宙ぶらりんの状態だった。個人向けには十分でなく、エンタープライズ向けにも十分でない、という感じで。
よくやったG - 間違いなくこれを使うだろう。
- rdtsc
GeminiがFableやAstraを打ち負かすのをいつ/もし見る日が来るのだろうか。昨年なら、Googleが他を追い抜くと自信を持って賭けていただろう。データもハードウェア（TPU）も、そして太い広告収入のパイプもあるからだ。それなのにまだ後れを取っている。Googleの中の誰か匿名で、Gemini 4がいつ出るのかヒントをくれないか？
- svcrunch
アメリカの電話番号でGemini 3.8 Liveを試してみたいなら、Wokay [0]を試すことができる。これはLiveKitとGeminiで構築されたエージェント記憶のデモだ。電話番号: 408–897–4019
- doodlesdev
私の個人的な経験では、GeminiのLiveモードはすでにGPT Voiceよりずっと優れている。ずっとバカだったとしても。本当に実在の人物と話しているように感じる。ChatGPTは私が何を言ってもずっと鼻歌を歌っているようで、奇妙な声もする。
これを試すのが楽しみだ！ただ、GoogleがGoogle AI Plusユーザー向けにGemini 3.8をまだリリースしていないのは残念だ。
- deviation
デモ動画で「最も先進的な」AIモデルの一つがチェスで最も一般的なチェックメイトパターンに負けるところを見せるのは、あまり良い印象を与えない。
- sahaskatta
我が社のGoogle Workspace Businessでは、Geminiアプリで3.6 flashとthinkingしか提供されていない。他に3.7や3.8が展開されたのを見た人はいるだろうか？