Google, kullanıcıyla konuşurken arka planda işlem yapabilen ve 97 dili destekleyen yeni nesil Gemini 3.8 Live ile Extended Thinking modellerini tanıttı.
Google, sesli yapay zeka ajanlarında karşılaşılan gecikmeleri azaltma hedefiyle geliştirdiği Gemini 3.8 Live ve Gemini 3.8 Live Extended Thinking modellerini duyurdu. Tanıtılan yeni modeller, kullanıcıyla sesli iletişim devam ederken arka planda araç ve uygulama programlama arayüzü (API) çağrıları yürüterek görevlerin konuşma kesintiye uğramadan tamamlanmasını sağlıyor. Google tarafından paylaşılan teknik bilgilere göre standart Gemini 3.8 Live sürümü geniş ölçekli dağıtım ve maliyet verimliliğini hedeflerken, Extended Thinking sürümü daha karmaşık görevler ile çok adımlı akıl yürütme süreçleri için yapılandırıldı. Extended Thinking modeli, sesli konuşma ile akıl yürütme aşamalarını eş zamanlı olarak sürdürebiliyor ve arka plandaki işlemlerin ilerleyişini kullanıcıya sözlü ifadelerle bildirebiliyor.
Modellerin dil ve algı kabiliyetleri kapsamında 97 dilde konuşmayı anlama ve ses üretme desteği sunuluyor. Sistem, kullanıcının konuştuğu dili otomatik biçimde algılayarak diyalog sırasında diller arasında anlık geçiş gerçekleştirebiliyor. Gerçek zamana yakın hızda görsel girdi işleme yeteneğine de sahip olan modeller, verdikleri sesli yanıtları kameralardan veya ekranlardan gelen görsel bağlamla destekleyebiliyor. Google'ın paylaştığı demonstrasyonlara göre standart model, görsel verilerden faydalanarak şirket çalışanlarının işe uyum sürecindeki sorularını yanıtlayabiliyor ve karşılıklı satranç oynayabiliyor. Extended Thinking sürümü ise taslak çizimleri ve kullanıcıdan gelen anlık sesli geri bildirimleri çalışan React bileşenlerine dönüştürebiliyor; birden fazla aşama gerektiren rezervasyon süreçlerini kullanıcıyla sohbeti kesmeden baştan sona yönetebiliyor.
Modellerin performans seviyelerine ilişkin paylaşılan bağımsız kıyaslama sonuçlarında Extended Thinking sürümü, Artificial Analysis platformunun Speech to Speech Quality Index değerlendirmesinde 82,6 puan aldı. Model bu skorla GPT-Live-1-Astra ve Grok Voice Think Fast 2.0 modellerinin önüne geçti. Standart Gemini 3.8 Live modeli ise sesli ajanların kıyaslandığı Speech Agent Arena listesinde ikinci sıraya yerleşti. Güvenlik ve içerik şeffaflığı kapsamında, her iki modelin ürettiği tüm ses çıktılarına yapay zeka tarafından oluşturulduğunu belgeleyen SynthID dijital filigranı ekleniyor.
Yeni modeller Gemini API ve Google AI Studio platformları üzerinden genel kullanıma sunulmaya başladı. Kurumsal müşteriler için modeller Gemini Enterprise kapsamında özel ön izleme sürümüyle erişime açıldı. Son kullanıcı tarafında standart model Search Live özelliğine entegre edilirken, Extended Thinking modeli Gemini Live uygulamasına dahil ediliyor. Workspace entegrasyonu çerçevesinde Extended Thinking; Docs uygulamasında Google AI Pro ve Ultra abonelerine, Gmail ve Keep servislerinde ise tüm Google AI abonelerine sunuluyor. Fiyatlandırma planına göre standart modelin ses girdisi dakika başına 0,005 dolar, ses çıktısı ise dakika başına 0,018 dolar üzerinden ücretlendiriliyor. Extended Thinking modelinde kullanılan akıl yürütme token'ları ile sisteme aktarılan video ve belge gibi ek girdiler ise ayrıca faturalandırılıyor.
Neden önemli?Modeller, sesli yapay zeka sistemlerindeki gecikmeleri ortadan kaldırarak diyalog kesilmeden kod üretimi, rezervasyon takibi ve görsel destekli veri analizi yapılmasını mümkün kılıyor.
Şu ana kadar bildiklerimiz
- Gemini 3.8 Live Extended Thinking, Artificial Analysis Speech to Speech Quality Index testinde 82,6 puan alarak GPT-Live-1-Astra ve Grok Voice Think Fast 2.0 modellerini geride bıraktı.
- Modeller 97 dilde konuşmayı anlama ve ses üretme yeteneğine sahip olup diyalog esnasında diller arasında otomatik geçiş yapabiliyor.
- Standart model için dakika başına ses girdisi 0,005 dolar, ses çıktısı ise 0,018 dolar olarak fiyatlandırıldı.
Cevabı beklenen sorular
- Extended Thinking sürümünde akıl yürütme token'ları ile video ve belge girdileri için belirlenecek ek ücretlerin seviyesi.
- Gemini Enterprise kapsamında sunulan özel ön izleme sürecinin ardından kurumsal genel erişimin ne zaman başlayacağı.
Kaynaklar ve belgeler
Bu haberde kullanılan belgelere aşağıdaki bağlantılardan ulaşabilirsiniz.
