Tính đến 2026-09-16, Google đưa Gemini 3.8 Live và 3.8 Live Extended Thinking vào Live API ngày 2026-09-15: Speech-to-Speech gốc, đổi ngôn ngữ giữa cuộc gọi với 97 ngôn ngữ, gọi công cụ bất đồng bộ, neo hình ảnh. Audio vào $0.005/phút, ra $0.018/phút. Extended Thinking dẫn Artificial Analysis Speech-to-Speech với 82.6. Gemini 3.8 Flash là mô hình văn bản nhanh. Live mới là cuộc gọi giọng nói.
Paste a podcast, lecture, or meeting URL — BibiGPT turns it into chapters, a transcript, and follow-up Q&A.
Tính đến 2026-09-16, Google đưa Gemini 3.8 Live và 3.8 Live Extended Thinking vào Live API ngày 2026-09-15: Speech-to-Speech gốc, chuyển nóng 97 ngôn ngữ, gọi công cụ bất đồng bộ, ngữ cảnh hình ảnh. Audio vào $0.005/phút, ra $0.018/phút. Extended Thinking dẫn Artificial Analysis Speech-to-Speech với 82.6. Đây là sản phẩm hội thoại thời gian thực, không phải engine tóm tắt.
Các con số công khai lấy từ thông báo Live API và tài liệu dành cho nhà phát triển của Google — không phải tuyên bố rằng BibiGPT đang chạy mô hình này.
Gemini 3.8 Live dùng cùng một mô hình để xử lý âm thanh vào và ra. Đối phương có thể ngắt lời, đổi ngôn ngữ giữa lượt, hoặc tiếp tục nói trong lúc công cụ chạy. Đó là cuộc gọi trực tiếp, không phải bản tổng kết.
Google công bố Gemini 3.8 Live Extended Thinking đạt 82.6 trên Artificial Analysis Speech-to-Speech, cao hơn GPT-Live-1-Astra. Audio đầu vào $0.005/phút, đầu ra $0.018/phút. Điểm số và giá niêm yết đó là của Google, được thuật lại ở đây.
Mô hình Live hiểu và tạo giọng nói ở 97 ngôn ngữ, và có thể đổi giữa cuộc hội thoại. Đầu vào gồm văn bản, ảnh, audio và video. Cùng ngày, Gemini 3.5 Transcribe — SKU speech-to-text riêng, 85+ ngôn ngữ — vào Gemini API.
Ngắt lời mượt hơn không gắn dấu thời gian cho quyết định tuần trước. Công việc tri thức vẫn cần file bạn tìm lại được vào thứ Ba tuần sau.
Gemini 3.8 Live có thể tiếp tục nói trong lúc gọi công cụ chạy nền. Sau cuộc gọi, bạn vẫn cần chương, bản ghi lời, và câu nói tìm lại được. Việc đó là bất đồng bộ.
Laxis State of Meetings 2026: người làm tri thức ngồi trung bình 21,7 cuộc họp mỗi tuần, khoảng 30% tuần làm việc. Phút trực tiếp rẻ hơn không thu gọn đống đó. Bản tổng kết có dấu thời gian thì có.
Edison Infinite Dial 2026: thính giả Mỹ trung bình nghe 8 giờ 24 phút mỗi tuần, theo dõi 6,8 chương trình. Những tập chưa nghe cần bàn phân loại, không cần thêm một giọng thời gian thực. Tóm tắt quyết định 72 phút hôm nay dành cho tập nào.
Những thay đổi nổi bật từ lần phát hành Gemini Live API ngày 2026-09-15 của Google.
Cùng một mô hình xử lý âm thanh vào và ra cùng lúc. Ngắt lời, đổi ngôn ngữ và phụ họa nằm trong cùng phiên. Chuỗi cũ phiên âm rồi hiểu rồi nói phải chờ hết lượt.
Google công bố Gemini 3.8 Live Extended Thinking đạt 82.6 trên Artificial Analysis Speech-to-Speech, xếp #1 tổng thể, cao hơn GPT-Live-1-Astra. Bản thân Live xếp thứ hai trên Speech Agent Arena. Đây là đánh giá của Google, được thuật lại ở đây, không phải bài test chúng tôi chạy.
Trên Live API, audio đầu vào $0.005 mỗi phút và đầu ra $0.018 mỗi phút. Lớp phía trước của GPT-Live-1 là $0.05/phút. Giá niêm yết là của Google và OpenAI, không phải SKU BibiGPT.
Gọi công cụ chạy nền trong lúc audio vẫn stream. Đầu vào: văn bản, ảnh, audio, video. Mô hình hiểu và tạo giọng nói ở 97 ngôn ngữ, và có thể đổi giữa cuộc hội thoại. Tài liệu dành cho nhà phát triển liệt kê gemini-3.8-live là mặc định độ trễ thấp.
Cùng ngày, Gemini 3.5 Transcribe vào Gemini API: speech-to-text chuyên dụng, 85+ ngôn ngữ, streaming WER 4.0% / non-streaming 2.6% (Artificial Analysis, Google trích dẫn). Sau phiên, bạn vẫn cần chương tìm được vào tuần sau. Đó là đường BibiGPT, không phải tích hợp Live.
Nơi lớp giọng thời gian thực thực sự giúp ích — và nơi quy trình ghi chú vẫn phải làm việc.
Thính giả Mỹ trung bình nghe 8 giờ 24 phút mỗi tuần, theo dõi 6,8 chương trình (Edison Infinite Dial 2026). API giọng thời gian thực không phân loại được đống tồn. Hãy tạo chương trước, rồi quyết giờ nào đáng nghe trọn.
Laxis 2026: 21,7 cuộc họp mỗi tuần, khoảng 30% tuần làm việc. Phút trực tiếp rẻ hơn hữu ích trong cuộc gọi. Thứ Ba tuần sau bạn vẫn cần câu đã quyết. Lưu bản ghi; tìm trong bản ghi lời.
Dán liên kết. Xem chương trước khi quyết định phát, nhảy tới dấu thời gian, xuất Markdown. Gemini 3.8 Live không cần nằm trong vòng. Quy trình ghi chú đã chạy trên file bạn đang có.
Quy trình ghi chú mới là sản phẩm. Blog giữ so sánh dài. Trang này giữ sự kiện.
Cắt tập dài thành chương trước khi quyết định dành giờ đi làm cho tập nào.
Biến bản ghi đã xong thành tổng kết tìm được, không phải agent thời gian thực.
API giọng full-duplex của OpenAI mà lần phát hành này được đo đối chiếu.
Bài so sánh ngày 2026-09-16 bên cạnh landing này — hai API giọng thời gian thực, cùng một khoảng trống ghi chú.
Các tuyên bố ra mắt lấy từ thông báo Google và đưa tin độc lập. Cập nhật lần cuối 2026-09-16. Không phải tuyên bố tích hợp.
Ngày 2026-09-15 Google đưa Gemini 3.8 Live và 3.8 Live Extended Thinking vào Live API: Speech-to-Speech gốc, gọi hàm bất đồng bộ, ngữ cảnh hình ảnh. Audio đầu vào $0.005/phút, đầu ra $0.018/phút. Cùng ngày, Gemini 3.5 Transcribe vào Gemini API (85+ ngôn ngữ).
Google — Build real-time voice applications with Gemini 3.8 Live and 3.5 Transcribe (2026-09-15) ↗Gemini 3.8 Live Extended Thinking dẫn Artificial Analysis Speech-to-Speech Quality Index với 82.6, τ-Voice 68.6%, Sierra τ-Voice-banking 35.1%, Big Bench Audio 97.7%. Gemini 3.8 Live xếp thứ hai trên Speech Agent Arena. Con số của Google, được thuật lại ở đây.
Google — Gemini 3.8 Live & Gemini 3.8 Live Extended Thinking (2026-09-15) ↗Thẻ nhà phát triển: mã mô hình gemini-3.8-live. Đầu vào văn bản, ảnh, audio, video. Đầu ra văn bản và audio. Hỗ trợ Live API. Di chuyển từ Gemini 3.1 Flash Live. Cập nhật gần nhất tháng 9 năm 2026.
Google AI for Developers — Gemini 3.8 Live model docs ↗Đưa tin độc lập: hiểu và tạo 97 ngôn ngữ, có thể đổi giữa cuộc hội thoại; neo hình ảnh; đệm lời kiểu «để tôi kiểm tra». Extended Thinking 82.6 vượt GPT-Live-1-Astra trên Artificial Analysis Speech-to-Speech.
SiliconANGLE — Google's new speech model Gemini 3.8 Live (2026-09-15) ↗Gemini 3.5 Transcribe (phát hành 2026-08-26, vào API 2026-09-15): streaming WER 4.0%, non-streaming WER 2.6% (Artificial Analysis, Google trích dẫn). 85+ ngôn ngữ. Endpoint file: nhãn người nói và dấu thời gian cấp từ. Endpoint Live: không có cả hai. Tính đến 2026-08.
Google — Gemini 3.5 Transcribe launch (2026-08-26) ↗Thính giả podcast Mỹ trung bình nghe 8 giờ 24 phút mỗi tuần và theo dõi 6,8 chương trình. Danh mục chưa nghe hết cần bàn phân loại, không cần thêm một giọng thời gian thực.
Edison Research — The Infinite Dial 2026 (tính đến 2026-03) ↗Người làm tri thức tham dự 21,7 cuộc họp mỗi tuần, khoảng 30% tuần làm việc (Laxis State of Meetings 2026, tính đến 2026-01).
Laxis — State of Meetings 2026 ↗Gemini 3.8 Live là mô hình Speech-to-Speech gốc của Google trong Live API, phát hành ngày 2026-09-15. Speech-to-Speech nghĩa là cùng một mô hình vừa nghe vừa nói, không phải chuỗi phiên âm rồi hiểu rồi tổng hợp giọng. Nó xử lý lượt thoại trực tiếp. Nó không lưu bản tổng kết tìm được của cuộc gọi.
Lý do mọi người dùng BibiGPT mỗi ngày để chuyển video thành văn bản.
Được hơn 50.000 người dùng trên toàn thế giới tin dùng
“Tôi chỉ cần dán liên kết là có ngay phụ đề sạch sẽ trong vài giây — tiết kiệm hàng giờ gõ lại mỗi tuần.”
Maya R.
Nhà sáng tạo nội dung · Tái sử dụng video ngắn
“Xuất bản ghi giúp tôi ôn từ mới theo nhịp độ riêng thay vì liên tục tạm dừng video.”
Daniel K.
Người học ngoại ngữ · Học qua video thực tế
“Văn bản chính xác kèm dấu thời gian, có thể trích dẫn trực tiếp. Nó đã lặng lẽ trở thành một phần công việc hằng ngày của tôi.”
Priya S.
Nhà nghiên cứu · Trích dẫn các buổi nói chuyện công khai
FAQ
Hỏi chúng tôi bất cứ điều gì.
1 Cài skill tóm tắt video vào DeepSeek Harness chỉ cần copy thư mục — SKILL.md giống Claude Code. Không cần dsh: dán link Bilibili hoặc YouTube trên trình duyệt là có bản tóm tắt kèm mốc thời gian.
2 Công cụ tóm tắt video Bilibili bằng AI tốt nhất 2026? BibiGPT hỗ trợ 30+ nền tảng với 1M+ người dùng. Dán bất kỳ liên kết Bilibili nào để có tóm tắt có cấu trúc tức thì. So sánh top 5 công cụ cộng tự động hóa AI agent.
3 Bạn đang tìm công cụ transcript Bilibili tốt nhất? Chúng tôi so sánh 5 extractor phụ đề hàng đầu cho video Bilibili — từ downloader miễn phí đến công cụ AI như BibiGPT hỗ trợ transcription, dịch và tóm tắt video.
Dán podcast, bài giảng hoặc bản ghi họp vào BibiGPT. Bạn nhận chương, bản ghi lời tìm được và hỏi đáp theo dõi. Gemini 3.8 Live xử lý ngắt lời. Ghi chú vẫn cần dấu thời gian.
