Google đã ra mắt các mô hình âm thanh Gemini 3.8 Live và Extended Thinking mới vào ngày 15 tháng 9. Extended Thinking dẫn đầu chỉ số Artificial Analysis với 82.6.
Vào ngày 15 tháng 9, Google đã công bố Gemini 3.8 Live và Gemini 3.8 Live Extended Thinking, mô tả chúng là các mô hình âm thanh có khả năng nhất từ trước đến nay.
Các mô hình này có thể hội thoại, suy luận và thực thi nhiệm vụ. Các nhà phân tích độc lập đã xếp hạng chúng: biến thể Extended Thinking dẫn đầu Chỉ số Speech-to-Speech của Artificial Analysis với số điểm 82.6, vượt qua GPT-Live-1 và Grok Voice.
Nói “hi” với các mô hình âm thanh tiên tiến nhất của chúng tôi từ @GoogleDeepMind được xây dựng cho các ứng dụng giọng nói tự nhiên, sẵn sàng sản xuất.
— Google (@Google) September 15, 2026
🔷 Gemini 3.8 Live
🔷 Gemini 3.8 Live Extended Thinking
Với các mô hình này, bạn có thể nói một cách tự nhiên, cộng tác dễ dàng và giải quyết các nhiệm vụ phức tạp bằng cách sử dụng… pic.twitter.com/TCcuANcIWl
Chỉ số của Artificial Analysis kết hợp điểm cho suy luận giọng nói, hiệu suất tác nhân, sở thích đấu trường và tỷ lệ thành công nhiệm vụ.
Khi được kiểm tra với nỗ lực suy luận cao, Gemini 3.8 Live Extended Thinking chiếm vị trí đầu tiên. GPT-Live-1 Astra đứng tiếp theo với 81.5 và Grok Voice Think Fast 2.0 High đạt 81.3.
Gemini 3.8 Live thông thường xếp thứ năm với 76.0. Cả hai mô hình mới đều vượt trội hơn Gemini 3.1 Flash Live High, vốn có 71.5.
Sự khác biệt về khả năng tác nhân lớn hơn. Extended Thinking đạt 68.6% trên chuẩn đánh giá Tau Voice, so với 37.7% của mô hình trước đó.
Trong suy luận giọng nói, Extended Thinking đạt 97.7%, chỉ vượt trước Grok Voice 97.2%. Nhưng nó thấp hơn Qwen Audio 3.0 Realtime Plus, đạt 99.2%.
Định giá cho thấy sự khác biệt rõ ràng. Mô hình tiêu chuẩn có giá 0,84 đô la mỗi giờ âm thanh đầu vào, khoảng một nửa so với 1,75 đô la của phiên bản tiền nhiệm và rẻ nhất trong Chỉ số.
Extended Thinking được định giá 3,50 đô la mỗi giờ, thấp hơn GPT-Live-1 Sol 4,47 đô la và Grok Voice Think Fast 2.0 High 4,80 đô la.
Độ trễ cũng được cải thiện. Thời gian trung bình để có âm thanh đầu tiên giảm xuống còn 1,18 giây từ 2,99 giây của mô hình cũ.
Nhưng người nghe là con người không hoàn toàn bị thuyết phục. Trong các cuộc hội thoại Speech Agent Arena mù, Gemini 3.1 Flash Live tiếp tục dẫn đầu về sở thích với xếp hạng Elo 1096.
Gemini 3.8 Live xếp thứ hai với 1083, trong khi phiên bản Extended Thinking tụt lại ở 990, mặc dù nó hoàn thành 89,1% nhiệm vụ.
Đánh giá AI giọng nói hiện sử dụng hai số liệu riêng biệt đi theo hướng ngược nhau. Các chuẩn đánh giá ưa chuộng mô hình có suy luận mạnh nhất, trong khi điểm sở thích ưa chuộng người hội thoại giỏi nhất. Google dẫn đầu trong cả hai hạng mục, mặc dù là các mô hình khác nhau.
Chia sẻ tới
Tuyên bố miễn trừ trách nhiệm: Nội dung bài viết đến từ bên thứ ba, chỉ mang tính tham khảo và không phải lời khuyên đầu tư. Tiền mã hóa và các sản phẩm tài chính khác có rủi ro biến động giá lớn, vui lòng cân nhắc kỹ trước khi quyết định.
Chứng khoán Mỹ tăng vọt vào thứ Tư sau khi đảng Dân chủ giành chiến thắng tại Quốc hội Mỹ, với việc nhà đầu tư đặt cược vào sự bế tắc để hạn chế rủi ro chính sách.
Goldman cho biết các tiểu bang dự kiến thắt chặt quy định về trung tâm dữ liệu chiếm 45% công suất đã lên kế hoạch của Mỹ, nhưng ngân hàng này kỳ vọng mọi lệnh tạm dừng sẽ chỉ tồn tại trong thời gian ngắn.
Sau chiến thắng áp đảo của đảng Dân chủ trong cuộc bầu cử giữa kỳ, Tom Lee của Fundstrat dự báo cổ phiếu công nghệ sẽ tăng 15%-20% khi các quỹ phòng hộ tái lập vị thế; cổ phiếu trung tâm dữ liệu giảm hôm thứ Tư.
AstraZeneca được cho là đã đưa ra đề nghị $10 billion cho Rhythm Pharmaceuticals, khiến cổ phiếu tăng 28% và nhắm vào thị trường béo phì và bệnh hiếm gặp.