Gemini 3.8 Live 能邊想邊講了？97 種語言即時切換對語音客服的影響

Gemini 3.8 Live 主打低延遲、成本效率與大量即時語音互動。
Gemini 3.8 Live Extended Thinking 則加入更完整的背景推理能力，可以在執行複雜任務或等待工具回傳資料時，先用語音向使用者回報進度。

再加上 97 種語言的自動偵測與切換能力，這次 Gemini Live 的更新不只是「講話更自然」，而是開始真正朝可以處理客服、訂單查詢、預約與企業流程的語音 AI Agent 前進。
 

Gemini 3.8 Live 發表了什麼？這次更新的 3 大重點

如果只把 Gemini 3.8 Live 看成一款新的 AI 語音模型，其實會低估這次更新。
Google 真正想改善的是「語音 AI 在執行任務時，對話很容易中斷」的問題。
 

1. Extended Thinking 可以邊處理任務、邊告訴你進度

Gemini 3.8 Live Extended Thinking 可以一邊思考、一邊在背景查資料或呼叫其他工具，不需要等全部處理完才繼續回應。
例如使用者問「我的訂單今天會到嗎？」，AI 會先回覆「我幫你確認一下」，接著再到後台查詢訂單或物流資料。
等資料查完後，再把結果告訴使用者。
以前的語音客服如果遇到需要查資料的問題，中間常會出現幾秒鐘的空白。
使用者聽不到任何回應，很容易以為系統沒有聽懂，甚至誤以為電話斷線。
現在 Gemini 3.8 Live Extended Thinking 可以在處理任務的同時維持對話，讓整個互動更接近真人客服，也能減少等待時的尷尬感。

參考：Gemini Live API Thinking 技術文件
 

2. 支援 97 種語言，可在對話中途自動切換

真正實用的地方，不只是 Gemini 3.8 Live 支援 97 種語言，而是使用者在對話中臨時換語言，系統也能繼續接下去。
對台灣企業來說，這點特別有感。
客服情境裡常會遇到英文產品名稱、型號、品牌名稱或專有名詞，如果每次切換語言都要重新設定，對話很容易被打斷。
Gemini 3.8 Live 能直接接住這類中英文混用的情境，讓語音互動更接近日常說話方式，也比較適合客服、產品諮詢和跨國企業溝通。
 

3. Extended Thinking 在多項語音 AI 評測取得高分

從目前公布的測試結果來看，Gemini 3.8 Live Extended Thinking 在語音對話、複雜任務處理和語音理解方面都有不錯的表現。
它不只是能「聽懂、回答」，遇到需要多一步思考、查資料或執行任務的語音情境，也能維持一定的處理能力，這也是 Extended Thinking 版本主打的優勢。
不過，評測分數高不代表每個使用情境都一定比較好。
企業真正導入時，還是要一起考慮回答速度、中文辨識、實際任務需求和使用成本，才能知道哪一款模型比較適合。
 

Gemini 3.8 Live 和 Extended Thinking 差在哪裡？

兩款 Gemini 3.8 Live 並不是「新款與舊款」的關係，而是針對不同任務做分工。

• 標準版適合快速、大量、單純的即時對話。
• Extended Thinking 適合需要多步驟判斷、查詢後台或等待外部工具的任務。

Google 在 Live API 技術文件 中也建議：如果任務只是簡單且需要快速回應，不需要為了「比較強」就全部使用 Extended Thinking。

對企業來說，這代表模型選擇應該從「工作流程」出發，而不是看到推理分數比較高就全部升級。
 

Gemini 3.8 Live 支援中文嗎？97 種語言切換有什麼用？

Google 將多語言處理列為這一代 Gemini Live 的重點能力，可自動偵測使用者所說的語言，並在對話進行期間切換，不必要求使用者先選擇語系。
這項能力真正有價值的地方，不只是「支援很多語言」，而是更符合真實對話。

例如台灣使用者可能會說：

• 「幫我查 MacBook Pro 這筆訂單到哪裡了？」
• 「我要預約下星期 Friday 下午。」
• 「這個 API Error 是什麼意思？」

這些中英文混用的句子，在真實客服與企業環境非常常見。如果語音系統每次碰到英文就重新判斷語言，對話體驗就很容易變得卡頓。

不過，支援某個語言不等於每個地區、口音與產業術語的辨識效果都一樣。
如果企業真的準備導入中文語音客服，還是建議實際測試台灣口音、產品名稱、公司名稱、型號與專有名詞，再決定是否正式上線。

如果你平常已經在使用 Google AI 模式，其實可以觀察到同一個方向：Google 正在把搜尋從「輸入關鍵字」逐漸推向更自然的問答與語音互動。
 

Gemini 3.8 Live 哪裡可以用？一般使用者也能體驗嗎？

目前兩款模型已經開始在不同 Google 產品中推出：

• Gemini 3.8 Live：開發者可透過 Gemini API 與 Google AI Studio 使用，一般使用者則可從 Search Live 接觸到相關能力。
• Gemini 3.8 Live Extended Thinking：同樣開放 Gemini API 與 Google AI Studio，並開始導入 Gemini Live，Google AI 訂閱者也會陸續在 Docs、Gmail 與 Keep 中使用到相關功能。
• 企業用戶：目前 Gemini Enterprise 仍以私人預覽為主，部分企業功能尚在陸續推出。

由於功能採分批推出，不同地區、帳號與訂閱方案的實際開放時間可能不同。
如果想從桌機上的 Gemini 功能開始了解，也可以參考愛貝思整理的 「問問 Gemini」功能介紹。

Gemini 3.8 Live 價格怎麼算？語音客服成本要注意什麼？

依照 Google Gemini API 官方定價，Gemini 3.8 Live 系列的音訊價格目前為：

• 音訊輸入：每分鐘 US$0.005
• 音訊輸出：每分鐘 US$0.018

簡單換算，如果連續使用 1 小時，音訊輸入約 US$0.30，音訊輸出約 US$1.08。
不過，這只能當成基本價格參考。
企業真的拿來做語音客服時，費用還會受到「AI 說多久、使用者說多久、要不要查資料、需不需要進一步思考」等因素影響，所以實際成本不一定等於上面的簡單換算。
也因此，你可能會看到不同網站整理出的「每小時使用成本」不太一樣，主要是因為每家的測試方式和使用情境不同。
如果企業正在評估導入，建議先用真實客服情境小規模測試，再根據實際通話時間與 API 費用估算預算，會比單看官方牌價更準。
另外，Google 也表示 Gemini 產生的音訊會加入 SynthID 數位浮水印，讓系統可以辨識這段聲音是否由 AI 生成。
 

Gemini 3.8 Live 對語音客服最大的影響是什麼？

以前的語音客服常常有一個很明顯的破綻：只要開始查資料，就不像在對話了。

例如你打電話詢問：

「請問我的訂單今天會送到嗎？」

系統接著可能安靜兩、三秒，甚至更久。使用者不知道系統到底有沒有聽懂，也不知道是不是已經斷線。

Gemini 3.8 Live Extended Thinking 的背景推理與非同步工具呼叫，讓流程有機會變成：

• 先辨識使用者需求。
• 立即回覆「好的，我幫你確認一下配送進度」。
• 背景呼叫訂單與物流 API。
• 資料還沒全部回來時，維持自然的對話狀態。
• 取得結果後，再把最終答案告訴使用者。

這才比較接近真人客服的工作方式。

所以這次真正值得企業注意的，不只是模型回答更聰明，而是語音 AI 開始有能力把「說話」與「做事」拆開處理。
 

導入 Gemini 3.8 Live，不是換模型就完成了

如果企業原本的客服流程還是「聽完問題 → 等後台查完 → 一次把答案講完」，單純把模型換成 Gemini 3.8 Live，也不一定能發揮這次更新的優勢。

真正需要重新設計的是整套對話流程。
 

重新找出所有「等待資料」的客服節點

先整理客服最常遇到哪些需要查詢後台的情境，例如：

• 訂單進度
• 庫存確認
• 會員資料
• 預約時段
• 報修紀錄
• 物流狀態

這些地方就是最適合導入背景工具呼叫的節點。
 

替 AI 設計「等待時要說什麼」

真人客服查資料時，通常不會整段沉默，而會說「我幫你確認一下」。

語音 AI 也是一樣。

但也不要讓 AI 一直重複「正在查詢中」，否則反而會讓人覺得拖時間。
比較好的做法是依照不同情境設計簡短、自然，而且不會誤導使用者的進度回覆。
 

後台 API 與函式也要跟著調整

如果要使用 Gemini 3.8 Live Extended Thinking，企業後台的系統也要配合調整，不能只把原本的 AI 模型直接換掉。
AI 在查訂單、會員資料或庫存時，不能整段停住等結果，而是要能一邊等待後台回傳資料，一邊繼續和使用者對話。
因此，實際導入時通常還會牽涉 CRM、ERP、訂單系統、網站後台與 API 串接，需要客服、工程與資訊團隊一起規劃。
所以這次升級比較像是「重新設計客服流程」，而不是單純換一套 AI 工具就完成。
 

愛貝斯觀察：現在可以先做的 3 件事

1. 先用真實客服問題測試中文語音

不要只測「你好，今天天氣如何」這種簡單句子。

建議直接整理客服中心最常收到的 20～50 個問題，把台灣口音、中英文混用、商品型號、地址、公司名稱與專有名詞全部放進測試資料。

實際測過，才能知道辨識能力是否符合你的產業需求。
 

2. 重新整理需要「查後台」的對話流程

把客服流程中所有會等待 API、CRM、ERP 或資料庫的地方標出來，再思考等待期間 AI 應該怎麼回覆。

這件事不需要等模型正式導入後才做，今天就能開始整理。
 

3. 不要所有客服都直接使用 Extended Thinking

Extended Thinking 適合複雜、多步驟的任務，但一般 FAQ、分流、營業時間或簡單產品詢問，不一定需要較深的背景推理。

比較實際的做法，是先區分「快速問答」與「需要查詢／推理的案件」，再選擇適合的模型與流程。

這樣除了控制成本，也比較容易維持語音回應速度。
 

導入 Gemini 3.8 Live 前還要注意什麼？

語音 AI 已經進步很多，但企業正式導入之前，還是有幾個問題不能忽略。

• 隱私與個資：客服語音可能包含姓名、電話、訂單與會員資料，要確認資料傳輸、保存與權限政策。
• AI 回答錯誤：涉及退款、合約、醫療、金融等高風險資訊時，不應完全交由模型自行決策。
• 真人接手機制：AI 無法解決問題時，要能快速轉真人客服，而不是讓使用者一直卡在語音機器人裡。
• 真實環境測試：辦公室、街道與電話收音品質不同，正式上線前一定要用實際情境測試。

模型能力只是其中一塊，真正影響客服體驗的，還包括流程、資料、系統串接與例外處理。
 

Gemini 3.8 Live 常見問題（FAQ）

Q：Gemini 3.8 Live 和 Gemini 3.5 Transcribe 是同一個東西嗎？

不是。

Gemini 3.8 Live 是即時語音對話模型，重點是理解使用者說話後，直接以語音進行互動與執行任務；Gemini 3.5 Transcribe 則主要負責把語音轉換成文字。

Google 公布 Gemini 3.5 Transcribe 可自動辨識超過 85 種語言，串流情境平均 Word Error Rate（WER）為 4.0%。如果需求只是逐字稿、語音輸入或會議轉錄，不一定需要使用 Live 語音模型。

Q：Gemini 3.8 Live 和 Extended Thinking 哪一個比較適合客服？

要看客服任務的複雜度。

如果只是 FAQ、分流、簡單查詢與快速語音互動，Gemini 3.8 Live 通常就已經足夠；如果需要查訂單、比對多筆資料、執行多個 API 或進行多步驟判斷，Extended Thinking 會比較符合這類流程。

Q：一般使用者現在就用得到 Gemini 3.8 Live 嗎？

Google 已經將新一代語音能力逐步整合到 Gemini、Search 與 Workspace 等產品，但不同國家、產品及帳號的實際開放時間可能不同。

因此，即使官方已經宣布推出，也不代表台灣每一個 Google 帳號現在都會看到完全相同的功能。

Q：Gemini 3.8 Live Extended Thinking 一定比較好嗎？

不一定。

Extended Thinking 的優勢是處理需要多步驟推理與長時間工具執行的任務；如果只是單純問答，使用標準版反而可以維持更簡單的系統架構與快速回應。

選模型不是挑「最強的」，而是挑「最符合工作需求的」。

語音 AI 過去最大的問題，不一定是聽不懂人說話，而是只要開始查資料、呼叫系統或進行複雜推理，原本自然的對話就很容易被打斷。
 

Gemini 3.8 Live 系列這次真正值得關注的地方，就是 Google 開始把「即時說話」、「背景推理」與「工具執行」整合到同一套語音互動架構中。

對準備導入 AI 語音客服的企業來說，現在不一定要立刻全面上線，但很適合開始盤點客服問題、後台資料與 API 流程，找出哪些地方最適合讓 AI 接手。
如果你正在規劃企業網站、SEO、AI 搜尋內容或未來的語音客服整合，也可以和愛貝斯討論，從網站架構、內容到搜尋布局一起規劃。

與愛貝斯聊聊你的網站、AI 搜尋與語音應用布局

資料來源

• Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking｜Google
• Build real-time voice applications with Gemini 3.8 Live and 3.5 Transcribe｜Google
• Thinking in the Live API｜Gemini API
• Gemini Developer API Pricing｜Google AI for Developers
• Google Releases Gemini 3.8 Live and 3.8 Live Extended Thinking for Production Grade Voice Agents｜MarkTechPost