Gemini 3.8 Live

Gemini 3.8 Live 是一种实时对话模型,可通过 Gemini Live API 实现低延迟的双向语音和视频互动。3.8 Live 支持动态多语言切换、情感对话、主动音频、函数调用和同步实时虚拟形象视频合成。

您可以使用 30 种预构建的高清语音 (prebuilt_voice_config) 或每个会话的自定义语音样本 (replicated_voice_config) 来配置语音输出。如需查看支持的语音和语言列表,请参阅配置语言和语音。

在 Agent Studio 中试用 开发者指南 价格

模型 ID gemini-3.8-live
模态
文本 输入和输出
图片 仅输入
音频 输入和输出
视频 输入和输出
token 数量上限 输入 token 数上限 128K
输出词元数上限 64K
并发会话数量上限 并发会话配额适用于 Gemini Live API 会话和实时虚拟形象会话。
功能
工具
API
使用选项
技术规格 文字
  • 支持的 MIME 类型:
    text/plain
图片
  • 标准输入分辨率:768 x 768
  • 自定义头像参考图片的最低分辨率: 704 x 1280(纵向)或 1280 x 704(横向)
  • 支持的 MIME 类型:
    image/png、image/jpeg、image/webp、image/heic、image/heif
音频
  • 每个提示的音频文件数量上限:1 个音频流
  • 所需的音频输入格式:原始 16 位 PCM 音频,采样率 16kHz,小端序
  • 所需的音频输出格式:原始 16 位 PCM 音频,采样率 24kHz,小端序
  • 支持的 MIME 类型:
    audio/x-aac、audio/flac、audio/mp3、audio/m4a、audio/mpeg、audio/mpga、audio/mp4、audio/ogg、audio/pcm、audio/wav、audio/webm、audio/mpa
视频
  • 标准输入分辨率:768 x 768 (1 FPS)
  • 实时虚拟形象的最低输出分辨率: 704 x 1280(纵向)或 1280 x 704(横向),帧率为 24 FPS
  • 支持的 MIME 类型:
    video/x-flv、video/quicktime、video/mpeg、video/mpegs、video/mpg、video/mp4、video/webm、video/wmv、video/3gpp
支持的区域

模型可用性

  • 多区域:us、eu
  • 美国:us-central1
  • 亚太地区:asia-south1

机器学习处理

  • 多区域:us、eu

预配吞吐量

  • 多区域:us、eu
  • 美国:us-central1
  • 亚太地区:asia-south1

标准 PayGo

  • 多区域:us、eu
  • 美国:us-central1
  • 亚太地区:asia-south1
知识截点日期 2025 年 1 月
版本
  • gemini-3.8-live
    • 发布阶段:正式版
    • 发布日期:2026 年 9 月 24 日
    • 弃用日期†:2027 年 9 月 25 日或之后
安全控制 在线预测
  • 数据驻留
  • CMEK
  • VPC-SC
  • AXT
如需了解详情,请参阅安全控制。

† 列出的弃用日期是指 Gemini Enterprise Agent Platform 停止支持该模型的日期。在这些日期过后,您可能仍可通过 Gemini API 访问这些模型。Gemini API 并非 Google Cloud 产品,并受其自身服务条款的约束。如需了解详情,请参阅 Gemini API 文档。

并发会话配额

使用 Gemini 3.8 Live (gemini-3.8-live) 时,并发会话配额同时适用于 Gemini Live API 会话和 Live Avatar 会话。系统会在会话开始时检查并发会话配额,因此无论您使用的是标准随用随付 (Standard PayGo) 还是预配吞吐量,这些限制都适用。

如需查看项目的特定并发会话限制,请执行以下操作:

  1. 在 Google Cloud 控制台中,前往配额和系统限制页面。

    前往“配额和系统限制”

  2. 在过滤条件字段中,输入 gemini-3.8-live,然后按 Enter 键,查看项目的并发会话限制。