Gemini 3.8 Live 是什麼？Google 即時語音 AI 加入延伸思考，中小企業客服能用嗎
Gemini 3.8 Live 是 Google 2026 年 9 月 15 日發布的即時對話模型。它主打邊講話邊在背景推理、呼叫工具；要不要換掉你現在的語音客服，關鍵數字官方還沒公布。
本文發稿於 2026 年 9 月 17 日，距離發布兩天。所有事實只依據 Google DeepMind 部落格 與 Google 官方部落格 同日發出的公告；官方沒講的，本文一律標成「官方未公布」，不替 Google 補話。
Gemini 3.8 Live 是什麼？和一般語音助理有什麼不同？
Gemini 3.8 Live 是 Google 這次同步推出的兩個即時對話模型之一，官方定位是「我們目前最先進的即時對話模型」，強調智慧與平行推理的大幅升級，目的是讓人用語音就能交代複雜任務。
另一個型號是 Gemini 3.8 Live Extended Thinking。先講白話。即時對話模型（live dialogue model）指的是你講話、它同時聽同時回，不用等你講完一整句再送出去處理的那種模型；跟你打字送出、它再生成一段文字的用法是兩條不同的產品線。
和一般語音助理的差別，官方頁面點名了四件事：可以被你中途打斷、能在對話中切換語言、能處理即時的視覺脈絡（也就是鏡頭看到的東西同時進來當輸入）、而且會邊做邊說明它正在想什麼。
這裡要先分清楚兩種官方文字的權威層級，因為這次公告的兩層落差特別明顯。第一層是 Tom Ouyang 等人具名撰寫的正文引言，寫的只有「最先進的即時對話模型」與「智慧與平行推理的大幅升級，讓人更好協作、更能用聲音執行複雜任務」。第二層是同一頁上由 Google AI 自動生成的摘要段落，中途打斷、切換語言、即時視覺脈絡、背景管理工具這些具體功能敘述，都出現在這一層——而這段自帶「Generative AI is experimental」免責聲明。
兩層都掛在官方網域，但一個是人寫的、一個是機器摘的。所以本文提到上述四項功能時，一律標成「官方頁面摘要提到」，不當成具名正文的承諾。
要注意這幾句全部是 Google 自己的說法，不是第三方實測。截至發稿，官方沒有附上任何基準測試分數。
Extended Thinking 是什麼？為什麼「邊想邊講」在語音場景這麼難？
Extended Thinking 是 Gemini 3.8 Live 的延伸思考版本，官方頁面摘要的說法是它能在「不打斷對話」的前提下處理複雜任務，把工具呼叫丟到背景去跑，人這邊照樣繼續講。
延伸思考（Extended Thinking）的白話是：模型在回答前多花時間推演、拆解、檢查，再給結論。品質通常會變好，代價是要等。
語音場景之所以難，是因為這兩件事天生打架。人類對話的容忍窗口很短，對方沉默超過一秒就開始尷尬、超過兩秒就有人會「喂？」；但要模型認真推理、查資料、呼叫外部系統，時間往往不只兩秒。過去做語音客服的人只能二選一：要嘛回得快但答得淺，要嘛答得準但讓客人在電話那頭聽等候音樂。
Google 這次給的解法是把推理搬到背景執行，讓對話層繼續流動。公告的自動摘要段落寫著：這些模型「在你繼續聊天的同時，於背景運作以管理工具」。如前所述，這句出自 Google AI 生成的摘要，不是具名正文；具名正文對應的說法是「平行推理的大幅升級」。
這是一個架構上的答案，效能承諾還沒被驗證。實際延遲是幾百毫秒還是幾秒，官方未公布；在拿到數字以前，這句話只能算承諾。
Gemini 3.8 Live 跟現在的語音客服堆疊差在哪？
差別集中在架構層：市面常見的語音客服是三個模組串起來，Gemini 3.8 Live 官方定位為即時對話模型。但成本與延遲，Google 這次都沒給。
下表左欄是目前產業常見的三段式語音客服做法（語音轉文字 → 大型語言模型 → 文字轉語音，業界慣稱 STT–LLM–TTS 串接），右邊兩欄只填官方公告明確寫過的內容，並標示出處是具名正文還是頁面摘要。先講清楚閱讀方式：左欄為業界常見架構的一般描述，非引用單一來源；右邊兩欄每一格都能回推到這次公告的原文。
| 比較項 | 常見三段式語音客服（STT→LLM→TTS） | Gemini 3.8 Live | Gemini 3.8 Live Extended Thinking |
|---|---|---|---|
| 反應方式 | 一段語音收完再送下一關，逐段接力 | 即時對話，正文載明為最先進的即時對話模型 | 即時對話，另加延伸思考 |
| 被中途打斷時 | 需自建打斷偵測邏輯 | 官方頁面摘要提到支援中途打斷 | 官方頁面摘要提到支援中途打斷 |
| 處理複雜任務（正文為兩模型聯合陳述） | 推理時對話通常要停住等候 | 正文載明可用聲音執行複雜任務（兩模型聯合陳述） | 正文載明可用聲音執行複雜任務（兩模型聯合陳述）；官方頁面摘要另提到可在不中斷對話下處理複雜任務 |
| 跨語言切換 | 多半要先指定語言或另外偵測 | 官方頁面摘要提到可在對話中切換語言 | 官方頁面摘要提到可在對話中切換語言 |
| 背景執行工具 | 需自行設計非同步流程 | 官方頁面摘要提到可在背景管理工具 | 官方頁面摘要提到可在背景管理工具 |
| 即時視覺輸入 | 需另外接視覺模型 | 官方頁面摘要提到支援即時視覺脈絡 | 官方頁面摘要提到支援即時視覺脈絡 |
| 取得管道 | 自行組裝各家 API | Gemini API、Google Workspace、Gemini app、搜尋 | 同左 |
| 延遲數字 | 依自家實作而定 | 官方未公布 | 官方未公布 |
| 定價與計費 | 依各模組供應商計價 | 官方未公布 | 官方未公布 |
取得管道是這次公告裡少數具體的東西：官方說今天就能透過 Gemini API、Google Workspace 與 Gemini app 使用，摘要段落另外提到搜尋也能試。對已經在用 Workspace 的公司來說，這代表評估成本比想像中低——不必先簽一份新供應商合約才碰得到。
Google 這次沒公布的東西有哪些？
官方公告沒有揭露延遲、定價、基準測試、支援語言清單、電話系統整合方式，以及通話資料的落地與合規細節。對要導入客服的公司來說，這六項就是全部的決策依據，一項都沒給。
逐項講清楚，因為缺席本身就是資訊：
- 延遲數字：官方未公布。沒有端到端毫秒數，就無法判斷真人客戶在電話裡會不會感覺到卡。
- 定價與計費方式：官方未公布。按分鐘、按 token、還是包在 Workspace 授權裡，公告沒寫。
- 基準測試：官方未公布。這次公告沒有附任何評測分數或與前代的量化比較。
- 支援語言清單：官方頁面摘要只提到可在對話中切換語言，沒有列出語言清單。繁體中文、台灣口音、台語混用的表現如何，公告沒有任何說明。
- 電話系統整合方式：官方未公布。公告提到的是 API、Workspace、app 與搜尋，沒有提到市話或 SIP（網路電話協定）這類電話系統的接法。
- 資料落地與合規：官方未公布。通話錄音存在哪、留多久、能不能指定區域，公告沒提。
公告的掛名作者是 Google Gemini Audio 團隊的 Tom Ouyang（Principal Engineer）與 Malini Jaganathan（Member of Technical Staff）。這是一篇產品發布文，性質上就不會附完整技術細節，上面那些缺口大概率會在後續的開發者文件裡陸續補上。
這對台灣中小企業意味著什麼？
短期多了一個值得測的選項。既有系統先留著，這一個月的正確動作就是開一條小型並行試點線，遷移時程等資料齊了再排。
台灣中小企業做語音客服、電話銷售輔助，卡的一直是三件事：客人講到一半插話會不會爆掉、問到需要查資料的問題會不會冷場、以及一通電話到底多少錢。Gemini 3.8 Live 的公告正面回應了前兩件，第三件完全沒碰。
所以立場很明確：值得測，不值得賭。理由是決策所需的資料不完整，而且不完整的那一半剛好是財務那一半。任何人現在跟你說「這個一定比你現在的方案便宜」，他手上沒有 Google 給的價目表，因為還沒有。
同時要誠實講另一面：如果你公司已經在用 Google Workspace，這次的評估門檻確實比以往低。不用先談合約、不用先換供應商，用既有帳號就能開一條測試線。這種「試錯成本低」的視窗，對資源有限的中小企業反而是最該把握的——因為真正花錢的是決策，實驗只花你的時間。
還有一個常被忽略的角度。語音客服真正的價值不只在省人力，更在於每一通電話都變成結構化資料。能被打斷、能在背景查資料的模型，等於讓通話紀錄從「錄音檔」變成「可查詢的對話流程」。這件事的長期價值，很可能比省下的客服薪水更大。
中小企業現在該怎麼評估？一個四週試點怎麼跑？
先用四週跑一條並行測試線，只接非關鍵流量，用五個問題的答案決定要不要擴大。四週跑完沒拿到這五個答案，就維持現狀，不必勉強。
我們評估任何語音堆疊只看三件事：客人聽得出問題嗎、模型答錯時系統怎麼接住、每通電話的邊際成本是多少。下面的四週安排就是照這三件事排的。
第一週：接起來，只測感覺。 用 Gemini API 或 Workspace 既有帳號開一條線，錄二十通模擬對話，內容全部用你真正的產品術語。重點只有一個：繁體中文和台灣用詞的自然度。
第二週：故意找碴。 中途插話、講到一半換語言、問系統查不到的問題、故意講不清楚。記錄它在哪裡撐不住。這週的目標是找出失敗模式，成功與否下週再談。這週也順便驗證一件事：上面那些功能敘述出自 Google AI 自動摘要，實際撐不撐得住只能自己測。
第三週：接真流量，但限量。 只接非關鍵路徑，例如營業時間查詢、訂單狀態查詢這種答錯了也不會賠錢的題目。關鍵動作——報價、承諾交期、退款——一律轉真人，不要例外。
第四週：算錢。 把三週累積的用量換成每通電話成本，跟你現在的方案比。如果屆時官方仍未公布定價，這一步就卡住，而那本身就是一個答案：還不到全面導入的時候。
必須先拿到答案的五個問題，寫在這裡當檢核表：繁體中文與台灣口音的實際表現、端到端延遲、電話系統怎麼接、每分鐘或每通的實際成本、通話錄音存在哪裡與留存多久。
需要提醒的是，這五題沒有一題能靠讀公告解決，全部要自己測或等官方文件。這就是為什麼我們主張試點勝過評估報告——在這個階段，二十通自己錄的對話比二十篇分析文章有用。
如果你想把這類 AI 新知直接變成公司網站上會被 AI 引用的內容，可以看看我們怎麼做 AEO。
所以現在該不該把 Gemini 3.8 Live 排進導入計畫？
Gemini 3.8 Live 解掉的是架構問題——把「快反應」與「慢推理」放進同一條對話線，若實測成立，這在語音產品上會是真實的進展。但它沒解掉採購問題：前面列的六項空白裡，價格、延遲數字、支援語言清單這三項直接決定商業決策能不能成立。
我們的建議是把它放進這一季的實驗清單，用四週、用非關鍵流量去試，並且在官方公布定價之前不簽任何遷移計畫。說這是保守也行——缺的那三項剛好決定了投資報酬率。
台灣中小企業在 AI 上最常犯的錯，是等別人先試完再跟。這次的成本結構剛好相反：試的成本很低，等的代價是把窗口讓給同業。開一條測試線，錄二十通電話，你會比讀十篇分析更清楚該不該換。
AIRUN 對抗式創業體檢 AgentFlow Solutions（双云行銷試運行）
常見問題
Gemini 3.8 Live 和一般語音助理有什麼不同？
差在它是即時對話模型，不用等你講完整句再處理。Google 2026 年 9 月 15 日公告的具名正文寫的是「最先進的即時對話模型」與「智慧與平行推理的大幅升級」；中途被打斷、對話中切換語言、接收即時視覺脈絡、邊聊邊在背景管理工具這幾項，出現在頁面上由 Google AI 自動生成的摘要段落。一般語音助理要做到這些，通常得自行串接多個模組。這些都是官方產品宣稱，公告未附基準測試分數。
Extended Thinking 版本和一般版 Gemini 3.8 Live 差在哪？
官方頁面摘要的區隔是：一般版主打快速流暢的對話，Extended Thinking 版本（延伸思考版本）主打在不中斷對話的前提下處理複雜任務。要注意具名正文那句「可用聲音執行複雜任務」是對兩個模型的聯合陳述，不是只講延伸思考版。延伸思考指模型回答前多花時間推演與檢查，品質通常較好但需要時間；Google 的做法是把這段推理與工具呼叫放到背景執行。兩者之間如何切換、延遲差多少，官方未公布。
中小企業可以拿 Gemini 3.8 Live 來做客服嗎？
可以測，但現在不建議直接取代既有系統。官方這次留下六項空白：延遲、定價、基準測試、支援語言清單、電話系統整合方式、資料落地與合規；其中定價、延遲、支援語言清單、電話系統整合方式這四項，是客服導入最先卡住的關卡。務實做法是開一條並行測試線，只接查詢類非關鍵流量，報價、交期、退款這類動作一律轉真人，等官方補上價格與延遲資料再決定是否擴大。
Gemini 3.8 Live 支援繁體中文嗎？台灣口音行不行？
官方頁面摘要只提到模型可在對話中切換語言，沒有列出支援語言清單，也沒有任何關於繁體中文或台灣口音表現的說明。截至 2026 年 9 月 17 日發稿，這題沒有官方答案。唯一可靠的確認方式是自己錄二十通含公司產品術語的模擬對話實測，不要依賴他人的英文示範影片推論中文表現。
要怎麼開始試用 Gemini 3.8 Live？要花多少錢？
官方說發布當天起即可透過 Gemini API、Google Workspace 與 Gemini app 使用，公告摘要另提到搜尋也能試。若公司已在用 Workspace，等於不必先簽新供應商合約就能評估。至於費用，定價與計費方式官方未公布，按分鐘、按 token 或包在既有授權內都沒交代。
現在就該把既有語音客服堆疊換掉嗎？
不該。這次公告解的是架構問題，把快反應與慢推理放進同一條對話線；但官方留下的六項空白裡，價格、延遲與支援語言清單這三項正是採購決策的前提，一項都沒給。合理節奏是用四週跑並行試點：第一週測中文自然度，第二週故意找失敗模式，第三週接非關鍵真流量，第四週算每通電話成本。拿不到成本數字，就維持現狀。