Gemini 3.8 Live 是什么？
Gemini 3.8 Live 是 Google 在 Live API 里的端到端语音对话模型，2026-09-15 发布。端到端语音对话是指同一个模型边听边说，不是先转写、再理解、再合成配音的串联。它管实时话轮。它不会把这次通话归档成可搜索的复盘。
Gemini 3.8 Live 解读——端到端语音对话，不是复盘引擎
截至 2026-09-16，Google 于 2026-09-15 把 Gemini 3.8 Live 与 3.8 Live Extended Thinking 放进 Live API：端到端语音对话、通话中切换 97 种语言、异步工具调用、视觉锚定。音频入 $0.005/分钟、出 $0.018/分钟。Extended Thinking 在 Artificial Analysis Speech-to-Speech 以 82.6 领先。Gemini 3.8 Flash 是文本快模型。Live 才是语音通话。
事件 · 2026-09-15 端到端语音 下方可试用
File the recap. Keep the live call.
Paste a podcast, lecture, or meeting URL — BibiGPT turns it into chapters, a transcript, and follow-up Q&A.
把 BibiGPT 设为 Google 优先来源 在热门报道和 AI 概览里看到更多 BibiGPT。 
1 
2 
3
核心事实（90 秒速读）
截至 2026-09-16，Google 于 2026-09-15 把 Gemini 3.8 Live 与 3.8 Live Extended Thinking 放进 Live API：端到端语音对话、97 语热切换、异步工具调用、视觉上下文。音频入 $0.005/分钟、出 $0.018/分钟。Extended Thinking 在 Artificial Analysis Speech-to-Speech 以 82.6 领先。这是实时对话产品，不是总结引擎。
Features
2026-09-15 Google 实际发布了什么
公开数字来自 Google 的 Live API 公告和开发者文档——不是声称 BibiGPT 在跑这个模型。
端到端语音对话，不是级联管道
Gemini 3.8 Live 用同一个模型同时处理输入和输出音频。对方可以打断、中途换语言，或在工具跑着时继续说话。那是实时通话，不是复盘。
Speech-to-Speech 82.6；每分钟 $0.005 / $0.018
Google 公布 Gemini 3.8 Live Extended Thinking 在 Artificial Analysis Speech-to-Speech 得分 82.6，高于 GPT-Live-1-Astra。音频输入每分钟 $0.005，输出每分钟 $0.018。这些分数和标价是 Google 的，这里转述。
97 种语言、视觉上下文、独立 Transcribe SKU
Live 模型能理解和生成 97 种语言的语音，并可在通话中途切换。输入包括文本、图片、音频和视频。同日，Gemini 3.5 Transcribe——独立的语音转文字 SKU，覆盖 85+ 语言——进入 Gemini API。
为什么更顺的打断仍补不上笔记缺口
打断更自然，不会给上周的决定打时间戳。知识工作仍需要下周二还能搜到的文件。
实时说话不是可搜索档案
Gemini 3.8 Live 能在后台工具调用完成时继续说话。通话结束后，你仍需要章节、文字稿、以及能再找到的那句话。那份工作是异步的。
会议已经吃掉大约 30% 的工作周
Laxis《State of Meetings 2026》：知识工作者每周开 21.7 场会，约占工作周 30%。更便宜的实时分钟缩不了这个堆。带时间戳的复盘可以。
播客锁的是时间，不是供给
Edison Infinite Dial 2026：美国听众平均每周听 8 小时 24 分钟，关注 6.8 档节目。听不完的那几档需要分诊台，不需要再一个实时语音。总结决定今天这 72 分钟给哪一档。
5 条关键变化（90 秒速读）
Google 2026-09-15 Gemini Live API 发布的关键变化。
- 1
端到端语音对话，不再级联
同一个模型同时处理输入和输出音频。打断、换语言、附和留在同一会话里。先转写、再理解、再合成配音的旧做法，要等一轮说完。
- 2
Extended Thinking Speech-to-Speech 82.6
Google 公布 Gemini 3.8 Live Extended Thinking 在 Artificial Analysis Speech-to-Speech 得分 82.6，总体第一，高于 GPT-Live-1-Astra。Live 本身在 Speech Agent Arena 排第二。这些是 Google 的评测，这里转述，不是我们跑的测试。
- 3
入 $0.005/分钟，出 $0.018/分钟
Live API 上音频输入每分钟 $0.005，输出每分钟 $0.018。GPT-Live-1 前端层每分钟 $0.05。标价是 Google 和 OpenAI 的，不是 BibiGPT SKU。
- 4
异步工具、视觉上下文、97 种语言
工具调用在后台跑，音频继续往外流。输入：文本、图片、音频、视频。模型能理解和生成 97 种语言的语音，并可在通话中途切换。开发者文档把 gemini-3.8-live 标为低延迟默认项。
- 5
实时层，外加独立 Transcribe SKU
同日，Gemini 3.5 Transcribe 进入 Gemini API：独立语音转文字，85+ 语言，流式 WER 4.0% / 非流式 2.6%（Artificial Analysis，Google 引用）。会话结束后，你仍需要下周二还能搜的章节。那是 BibiGPT 路径，不是 Live 接入。
BibiGPT 用户的 3 个典型场景
实时语音层真正帮得上忙的地方——以及笔记流水线仍要干活的地方。
你每周做或剪一档播客
美国听众平均每周听 8 小时 24 分钟、关注 6.8 档（Edison Infinite Dial 2026）。实时语音 API 分诊不了积压。先生成章节，再决定哪一小时值得完整听。
你每周开 20 多场会
Laxis 2026：每周 21.7 场会，约占工作周 30%。更便宜的实时分钟在通话里有用。下周二你仍需要会上定下的那句话。把录音归档，搜索文字稿。
你手里已经有讲座录音
粘贴链接。先看章节再决定播不播，跳到时间戳，导出 Markdown。Gemini 3.8 Live 不必在回路里。笔记流水线已经能在你现有的文件上跑。
相关 BibiGPT 页面
笔记流水线才是产品。博客管长对比。本页管事件。
来源
上线说法来自 Google 公告与独立报道。最后更新 2026-09-16。不是接入声明。
-
2026-09-15 Google 把 Gemini 3.8 Live 与 3.8 Live Extended Thinking 放进 Live API：端到端语音对话、异步函数调用、视觉上下文。音频输入每分钟 $0.005，输出每分钟 $0.018。同日 Gemini 3.5 Transcribe 进入 Gemini API（85+ 语言）。
Google — Build real-time voice applications with Gemini 3.8 Live and 3.5 Transcribe (2026-09-15) ↗ -
Gemini 3.8 Live Extended Thinking 在 Artificial Analysis Speech-to-Speech Quality Index 以 82.6 领先，τ-Voice 68.6%、Sierra τ-Voice-banking 35.1%、Big Bench Audio 97.7%。Gemini 3.8 Live 在 Speech Agent Arena 排第二。Google 数字，这里转述。
Google — Gemini 3.8 Live & Gemini 3.8 Live Extended Thinking (2026-09-15) ↗ -
开发者卡片：模型代码 gemini-3.8-live。输入文本、图片、音频、视频。输出文本和音频。支持 Live API。从 Gemini 3.1 Flash Live 迁移。最近更新 2026 年 9 月。
Google AI for Developers — Gemini 3.8 Live model docs ↗ -
独立报道：97 种语言理解与生成，通话中途可切换；视觉锚定；可用「我查一下」这类口头缓冲。Extended Thinking 的 82.6 在 Artificial Analysis Speech-to-Speech 上超过 GPT-Live-1-Astra。
SiliconANGLE — Google's new speech model Gemini 3.8 Live (2026-09-15) ↗ -
Gemini 3.5 Transcribe（2026-08-26 发布，2026-09-15 进 API）：流式 WER 4.0%、非流式 WER 2.6%（Artificial Analysis，Google 引用）。85+ 语言。文件端点：说话人标签和词级时间戳。Live 端点两者都没有。截至 2026-08。
Google — Gemini 3.5 Transcribe launch (2026-08-26) ↗ -
美国播客听众平均每周听 8 小时 24 分钟，关注 6.8 档节目。听不完的目录需要分诊台，不需要再一个实时语音。
Edison Research — The Infinite Dial 2026（截至 2026-03） ↗ -
知识工作者每周参加 21.7 场会议，约占工作周 30%（Laxis State of Meetings 2026，截至 2026-01）。
Laxis — State of Meetings 2026 ↗
Gemini 3.8 Live 是什么？
深受创作者、学生和研究人员的喜爱
看看大家为什么每天都用 BibiGPT 把视频转成文字。
全球 50,000+ 用户的信赖之选
★★★★★
“贴上链接几秒钟就拿到干净的字幕文字，每周帮我省下好几个小时的手动整理时间。”
Maya R.
内容创作者 · 二次创作短视频
★★★★★
“导出逐字稿后我可以按自己的节奏复习生词，再也不用反复暂停视频了。”
Daniel K.
语言学习者 · 用真实视频学外语
★★★★★
“准确、带时间戳的文字可以直接引用，它已经悄悄成为我日常工作流的一部分。”
Priya S.
研究人员 · 引用公开演讲
常见问题
常见问题解答
有问题？问我们！
热门文章
1 DeepSeek Harness 怎么装 skill：让 dsh 学会看视频的实战教程
给 DeepSeek Harness 装视频总结 skill 只需拷贝目录——SKILL.md 和 Claude Code 通用。也可以不装 dsh：在浏览器里粘贴 B 站或 YouTube 链接，直接出带时间戳的总结。
2 B站AI视频总结工具推荐：BibiGPT一键总结30+平台视频（2026精选）
2026年B站AI视频总结工具哪个最好？粘贴任意链接，几秒生成结构化总结、思维导图和重点提炼，支持30+平台、免登录。文末对比5大工具，选出最适合你的那一个。
3 Bilibili字幕提取工具横评 2026：BibiGPT一键搞定B站视频转文字
海外用户如何提取B站视频字幕？2026 更新版横向对比5款主流bilibili transcript工具，从字幕提取、AI总结到格式导出全面评测，看BibiGPT如何凭借原生B站支持脱颖而出。
实时通话留给它。复盘归档留给笔记。
把播客、讲座或会议录音贴进 BibiGPT。你得到章节、可搜索文字稿和追问。Gemini 3.8 Live 处理打断。笔记仍然需要时间戳。