Google Deepmind stellt Gemini 3.8 Live für Sprach-Agenten vor
Google Deepmind hat neue Audio-Modelle für Entwickler veröffentlicht: Gemini 3.8 Live und 3.8 Live Extended Thinking. Die Modelle sind über die Gemini‑API und Google AI Studio verfügbar. Gemini 3.8 Live ermöglicht Sprach-Agenten, die im Hintergrund API-Aufrufe ausführen, visuelle Eingaben verarbeiten und dabei weiter sprechen. Das Modell unterstützt über 97 Sprachen. Die Extended-Thinking-Variante belegt laut Google Platz 1 im Speech-to-Speech-Leaderboard von Artificial Analysis mit 82,6 Prozent. Beispiel-Apps stehen auf GitHub bereit.
Die Google-Preise liegen bei 0,005 Dollar pro Minute für Audio-Eingabe und 0,018 Dollar für Audio-Ausgabe. Google ist damit deutlich günstiger als OpenAIs kürzlich vorgestelltes GPT-Live-1 mit 0,05 Dollar pro Minute. Bei einer Stunde Sprachkonversation würde Google rund 1,38 Dollar kosten, OpenAI mindestens 3,00 Dollar. Das OpenAI-Modell dürfte dank Full Duplex, also gleichzeitigem Zuhören und Sprechen, aber eine natürlichere Gesprächsführung bieten.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
Jetzt abonnieren