جمینای ۳٫۸ لایو (Gemini 3.8 Live)

Gemini 3.8 Live در ۲۴ شهریور ۱۴۰۵ همراه نسخهٔ 3.8 Live Extended Thinking عرضه شد. هر دو مدل صوت به صوت برای گفت‌وگوی زنده‌اند. 3.8 Live سریع و کم‌هزینه است و Google آن را گزینهٔ پیش‌فرض دستیارهای صوتی کم‌تأخیر می‌داند. نسخهٔ Extended Thinking هم‌زمان فکر می‌کند و حرف می‌زند و در Gemini Live اپ Gemini فعال است. اگر با Gemini زیاد صحبت می‌کنید یا دستیار صوتی می‌سازید، این صفحه برای شماست.

سازندهGoogleخانوادهGeminiفعالآخرین به‌روزرسانی:
هوش نسبیگفت‌وگوی صوتی زنده؛ نسخهٔ Extended Thinking برای کار چندمرحله‌ای
سرعتکم‌تأخیر، بدون مکث برای استدلال
ورودی و خروجیورودی متن، تصویر، صوت و ویدیو؛ خروجی متن و صوت
دسترسی از جی‌وانبا Google AI Pro از جی‌وان وریفای

Gemini 3.8 Live مدل گفت‌وگوی صوتی هم‌زمان Google است و نسخهٔ Extended Thinking آن در Gemini Live اپ Gemini کار می‌کند. این صفحه مشخصات رسمی، شرایط دسترسی هر پلن و محدودیت‌هایش را تاریخ‌دار و با منبع جمع کرده است.

مشخصات فنی

هر مقدار تا تاریخ ذکرشده معتبر است؛ منبع هر ردیف کنارش آمده.

مشخصهمقدارتا تاریخمنبع
شناسهٔ APIgemini-3.8-live (نسخهٔ Stable)۱۸ مهر ۱۴۰۵منبع رسمی
شناسهٔ نسخهٔ Extended Thinkinggemini-3.8-live-extended-thinking۱۸ مهر ۱۴۰۵منبع رسمی
ورودی و خروجیورودی متن، تصویر، صوت و ویدیو؛ خروجی متن و صوت۱۸ مهر ۱۴۰۵منبع رسمی
سقف ورودی۱۳۱٬۰۷۲ توکن۱۸ مهر ۱۴۰۵منبع رسمی
حداکثر خروجی۶۵٬۵۳۶ توکن۱۸ مهر ۱۴۰۵منبع رسمی
زبان‌هاتشخیص خودکار و جابه‌جایی بین ۹۷ زبان وسط گفت‌وگو۱۸ مهر ۱۴۰۵منبع رسمی
قیمت رسمی APIصوت: ۳ دلار ورودی و ۱۲ دلار خروجی؛ متن: ۰٫۷۵ و ۴٫۵ دلار؛ برای هر یک میلیون توکن۱۸ مهر ۱۴۰۵منبع رسمی
نمونهٔ سنجه (به گزارش Google)Speech to Speech Index: ۷۶٪ برای 3.8 Live و ۸۲٫۶٪ برای Extended Thinking۱۸ مهر ۱۴۰۵منبع رسمی
نام دیگرgemini-3.8-live شناسهٔ رسمی در Gemini API؛ نسخهٔ Stable
نام دیگرgemini-3.8-live-extended-thinking شناسهٔ نسخهٔ Extended Thinking در Gemini API
حالت Gemini 3.8 Live Extended Thinkingبرای کار پیچیده و چندمرحله‌ای. هم‌زمان استدلال می‌کند و حرف می‌زند و پیشرفت کار را بلند اعلام می‌کند. همین نسخه در Gemini Live اپ Gemini است.
در جدول قیمت API هم‌قیمت 3.8 Live آمده است

تایم‌لاین نسخه‌ها

رویدادهای مهم این مدل، به ترتیب زمانی معکوس.

۲۴ شهریور ۱۴۰۵
عرضهٔ Gemini 3.8 Live و 3.8 Live Extended Thinking

دو مدل صوت به صوت تازه در Live API. نسخهٔ Extended Thinking برای همه در Gemini Live و 3.8 Live برای همه در Search Live فعال شد. اعلام رسمی

۲۹ اردیبهشت ۱۴۰۵
ادغام Gemini Live در چت

در اپ Gemini می‌شود وسط چت بین صحبت و تایپ جابه‌جا شد. اعلام رسمی

۶ فروردین ۱۴۰۵
Gemini 3.1 Flash Live Preview

مدل صوت به صوت قبلی Google برای گفت‌وگوی زنده با شناسهٔ gemini-3.1-flash-live-preview. اعلام رسمی

موارد استفاده

جاهایی که این مدل واقعاً تفاوت می‌سازد.

تمرین مکالمه و یادگیری با صدا

مدل خودش زبان را تشخیص می‌دهد و وسط گفت‌وگو بین ۹۷ زبان جابه‌جا می‌شود. برای تمرین مکالمهٔ انگلیسی یا زبان دوم و پرسیدن سؤال درسی با صدا مناسب است.

کار چندمرحله‌ای حین صحبت

نسخهٔ Extended Thinking هم‌زمان فکر می‌کند و حرف می‌زند و پیشرفت کار را اعلام می‌کند. Google آن را برای کارهای پیچیده و چندمرحله‌ای معرفی کرده است.

ساخت دستیار صوتی برای کسب‌وکار

Google نسخهٔ 3.8 Live را گزینهٔ پیش‌فرض دستیارهای صوتی کم‌تأخیر می‌داند. ابزار و فراخوانی API را در پس‌زمینه اجرا می‌کند و گفت‌وگو قطع نمی‌شود. هزینهٔ هر ساعت صوت ورودی ۰٫۸۴ دلار گزارش شده (به گزارش Google).

محدودیت‌ها و آنچه این مدل نیست

  • فارسی در اپ موبایل پشتیبانی نمی‌شود ناموجود راهنمای رسمی Gemini Live می‌گوید اپ موبایل Gemini فعلاً از فارسی پشتیبانی نمی‌کند. فهرست ۹۷ زبان مدل هم به‌طور رسمی منتشر نشده و فارسی در آن تأیید نشده است. منبع رسمی
  • فقط در اپ موبایل، نه نسخهٔ وب ناموجود طبق راهنمای Google، Gemini Live در نسخهٔ وب Gemini و در Gemini داخل Google Messages در دسترس نیست. Gems هم فعلاً با Live کار نمی‌کنند. منبع رسمی
  • انتشار تدریجی و محدودیت‌های API Google به‌روزرسانی‌های Gemini Live را تدریجی منتشر می‌کند و ممکن است هنوز روی حساب شما نباشد. در API هم تنظیم thinking_level، کش، خروجی ساختاریافته و Batch برای 3.8 Live پشتیبانی نمی‌شود. منبع رسمی

سؤالات متداول

Gemini Live الان با کدوم مدل کار می‌کنه؟

طبق اعلام Google از ۲۴ شهریور ۱۴۰۵، Gemini Live برای همه با Gemini 3.8 Live Extended Thinking کار می‌کند. نسخهٔ سادهٔ 3.8 Live برای همه در Search Live فعال شده است.

می‌شه با Gemini Live فارسی صحبت کرد؟

راهنمای رسمی Google می‌گوید اپ موبایل Gemini فعلاً از فارسی پشتیبانی نمی‌کند. مدل ۹۷ زبان را پشتیبانی می‌کند ولی Google فهرست آن را منتشر نکرده است.

فرق 3.8 Live با Extended Thinking چیه؟

3.8 Live سریع و کم‌هزینه است و برای حجم بالا ساخته شده. Extended Thinking برای کار پیچیده و چندمرحله‌ای است و هم‌زمان فکر می‌کند و حرف می‌زند. در سنجهٔ Speech to Speech، ۸۲٫۶٪ در برابر ۷۶٪ گرفته (به گزارش Google).

قیمت API مدل Gemini 3.8 Live چنده؟

برای هر یک میلیون توکن، صوت ۳ دلار ورودی و ۱۲ دلار خروجی، و متن ۰٫۷۵ دلار ورودی و ۴٫۵ دلار خروجی. Extended Thinking در همان جدول قیمت آمده است. این قیمت API است و ربطی به اشتراک Google AI Pro ندارد.

منابع رسمی

پیشنهاد ما

مدل‌های مرتبط

هم‌خانواده‌ها، بقیهٔ مدل‌های همین سازنده، و مدل‌هایی که با همان اشتراک باز می‌شوند.

مدلقیمت رسمیوضعیتتفاوت کلیدی
جمینای ۳٫۸ لایو (Gemini 3.8 Live)صوت: ۳ دلار ورودی و ۱۲ دلار خروجی؛ متن: ۰٫۷۵ و ۴٫۵ دلار؛ برای هر یک میلیون توکنفعالگفت‌وگوی صوتی زنده؛ نسخهٔ Extended Thinking برای کار چندمرحله‌ای
جمینای ۳٫۸ فلش (Gemini 3.8 Flash)۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی تا ۳۱ دسامبر ۲۰۲۶؛ بعد ۱٫۵ و ۷٫۵ دلارفعالهوشمندترین مدل کاری گوگل برای کد و ایجنت
جمینای ۳٫۱ پرو (Gemini 3.1 Pro)تا ۲۰۰ هزار توکن: ۲ دلار ورودی و ۱۲ دلار خروجی؛ بالای آن: ۴ و ۱۸ دلار برای هر یک میلیون توکنفعالمدل Pro جمینای برای استدلال عمیق و کار پیچیده
جمینای ۳٫۵ فلش لایت (Gemini 3.5 Flash-Lite)۰٫۳ دلار ورودی و ۲٫۵ دلار خروجی برای هر یک میلیون توکنفعالسریع‌ترین و کم‌هزینه‌ترین مدل ردهٔ 3.5، مدل پلن رایگان Gemini
جمینای ۳٫۶ فلش (Gemini 3.6 Flash)۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی برای هر یک میلیون توکنفعالمدل Flash نسل قبل گوگل، کم‌مصرف‌تر از 3.5 Flash
جمینای ۳٫۷ فلش (Gemini 3.7 Flash)۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی به ازای هر میلیون توکن، نصف قیمت اولیهٔ ۳٫۶ فلشفعالباربر هوشمند گوگل برای کد و ایجنت
جمینای ۴ آرگون (Gemini 4 Argon)۲ دلار ورودی و ۱۰ دلار خروجی برای هر یک میلیون توکنفعالمدل مرزی Google برای کد، کار دانشی و دفاع سایبری
جمینای ۴ کربن (Gemini 4 Carbon)ندارددسترسی محدودقوی‌ترین مدل گوگل (به گفتهٔ گوگل)
جمینای اومنی ۱٫۱ فلش (Gemini Omni 1.1 Flash)۱٫۵۰ دلار ورودی و ۱۷٫۵۰ دلار خروجی ویدیو برای هر یک میلیون توکن؛ حدود ۰٫۱۰ دلار برای هر ثانیه ویدیوی ۷۲۰pفعالساخت و ویرایش گفت‌وگویی ویدیو از متن، عکس و ویدیو
لیریا ۳٫۵ (Lyria 3.5)۰٫۰۸ دلار برای هر آهنگ کامل؛ ردهٔ رایگان نداردفعالخوش‌صداترین مدل موسیقی Google (به گزارش Google)
نانو بنانا ۲ (Nano Banana 2)۰٫۵ دلار ورودی برای هر یک میلیون توکن؛ هر تصویر 1K حدود ۰٫۰۶۷ دلار و هر تصویر 4K حدود ۰٫۱۵۱ دلارفعالقابلیت‌های Nano Banana Pro با سرعت Flash
نانو بنانا ۲٫۱ (Nano Banana 2.1)۰٫۰۳۳۶ دلار در 1K، ۰٫۰۵۰۴ دلار در 2K، ۰٫۱۱۳ دلار در 4Kفعالساخت و ویرایش تصویر با دانش جهانی جمینای
نانو بنانا پرو (Nano Banana Pro)۰٫۱۳۴ دلار برای 1K و 2K، ۰٫۲۴ دلار برای 4Kفعالمدل حرفه‌ای تصویر Google با استدلال و دانش جهانی بالا
هم‌خانواده ۷ مدل

مدل‌های خانوادهٔ Gemini.

جمینای ۳٫۸ فلش (Gemini 3.8 Flash)فعالهوشمندترین مدل کاری گوگل برای کد و ایجنت۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی تا ۳۱ دسامبر ۲۰۲۶؛ بعد ۱٫۵ و ۷٫۵ دلارمشخصاتجمینای ۳٫۱ پرو (Gemini 3.1 Pro)فعالمدل Pro جمینای برای استدلال عمیق و کار پیچیدهتا ۲۰۰ هزار توکن: ۲ دلار ورودی و ۱۲ دلار خروجی؛ بالای آن: ۴ و ۱۸ دلار برای هر یک میلیون توکنمشخصاتجمینای ۳٫۵ فلش لایت (Gemini 3.5 Flash-Lite)فعالسریع‌ترین و کم‌هزینه‌ترین مدل ردهٔ 3.5، مدل پلن رایگان Gemini۰٫۳ دلار ورودی و ۲٫۵ دلار خروجی برای هر یک میلیون توکنمشخصاتجمینای ۳٫۶ فلش (Gemini 3.6 Flash)فعالمدل Flash نسل قبل گوگل، کم‌مصرف‌تر از 3.5 Flash۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی برای هر یک میلیون توکنمشخصاتجمینای ۳٫۷ فلش (Gemini 3.7 Flash)فعالباربر هوشمند گوگل برای کد و ایجنت۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی به ازای هر میلیون توکن، نصف قیمت اولیهٔ ۳٫۶ فلشمشخصاتجمینای ۴ آرگون (Gemini 4 Argon)فعالمدل مرزی Google برای کد، کار دانشی و دفاع سایبری۲ دلار ورودی و ۱۰ دلار خروجی برای هر یک میلیون توکنمشخصاتجمینای ۴ کربن (Gemini 4 Carbon)دسترسی محدودقوی‌ترین مدل گوگل (به گفتهٔ گوگل)قیمت عمومی نداردمشخصات

مدل‌های دیگر برای همین کاربردها

این مدل در این فهرست‌ها هم آمده است. هر فهرست مدل‌های همان کاربرد و اشتراکی که بازشان می‌کند را کنار هم نشان می‌دهد.

همهٔ کاربردها