Gemini 3.8 Live：先驗證打斷、相機和非同步工具，不必急著換更貴模型
Google 9 月 15 日發布 Gemini 3.8 Live 與 3.8 Live Extended Thinking，官方主打原生語音對話、多語支援、視覺內容和非同步工具呼叫。對 Crew Teacher / Story，目前最應關注的是網路重連、語音完整性與畫面同步，而非單純模型規格。
研究重點
官方資訊：Gemini 3.8 Live 支援原生 speech-to-speech、非同步 function calling、影像上下文與多語對話。Google 同時公布 3.5 Transcribe 的即時轉錄能力，兩者適用情境不同。
Crew 應用：不要把『Live 對話品質』和『逐字紀錄準確』當成同一個問題。Teacher 若口說練習更看重完整 transcript，可另外比較轉錄品質；Story 若看重相機陪讀，重點是畫面 frame 時序與語音狀態。
成本提醒：官方文章的價格和模型能力是 9 月 15 日發布當時的資訊；實際模型名稱、可用性、配額、定價以呼叫當下 API 與帳戶為準。本報告沒有進行計費或體驗實測。
為什麼值得關注
Crew Teacher 已有沉浸對話與手動打斷，Story 已開始做持續相機陪讀。應優先驗證新模型實際是否讓『講到一半斷掉』、『看到上一張照片』和『工具回應阻塞語音』這三個體驗改善。
可以進一步驗證什麼？
- 制定 Android / Web 相同的 Live QA：首字播放、手動打斷、斷線重連、舊畫面快照、背景切換
- 對比預設 Live 與 Extended Thinking 的完成率、端到端語音延遲、每分鐘費用
- 非同步 function calling 先做受控 PoC，工具動作必須有狀態確認，不可只憑模型口頭聲稱完成
參考資料
Google 官方：Build real-time voice applications with Gemini 3.8 Live ↗2026-09-15 · 官方開發資訊
延伸探索
相關研究
- Crew Story：驗證 Gemini 設定與 Live 相機讀書共同關注 Crew Teacher · 2026-10-11
- Crew Teacher：Live 斷線保留學生語音並接續未完對話共同關注 Crew Teacher · 2026-10-11