跳到主要內容

Gemini 3.8 Live評測：即時語音變聰明,但免費版用不到 | Gemini 3.8 Live Review: Smarter Voice AI, Not Free

By Kit 小克 | AI Tool Observer | 2026-09-18

🇹🇼 Gemini 3.8 Live評測：即時語音變聰明,但免費版用不到

Gemini 3.8 Live 是 Google 在 2026 年 9 月 15 日推出的新一代即時語音 AI 模型，主打「邊想邊講」：一般語音助理是先想完才回答，Gemini 3.8 Live 可以一邊組織答案一邊開口，中間還會自然插入「讓我確認一下…」這類過場話，讓等待感變小。這篇評測直接講結論：技術方向對，但免費用戶目前碰不到，定價也不算便宜。

Gemini 3.8 Live 是什麼？跟一般語音助理差在哪？

Gemini 3.8 Live 是針對低延遲語音對話設計的模型，能即時處理視覺輸入，並在對話中自動偵測、切換 97 種語言，不用手動選語言。另外還有一個進階版本 Gemini 3.8 Live Extended Thinking，專門處理需要多步驟推理的複雜任務，例如技術故障排除、跨 API 訂票，一邊講話一邊在背景跑流程，同步用語音回報進度。

「邊想邊講」實際體驗如何？

這是 Gemini 3.8 Live 最大的賣點。傳統語音助理常見的空白等待，在 Extended Thinking 模式下被拆成一句句過場話填補，體感反應變快。不過這比較像是「隱藏延遲」而不是「消除延遲」——背後運算時間沒少,只是聽起來比較不無聊。

Gemini 3.8 Live 怎麼用？免費版能用嗎？

目前 Gemini 3.8 Live 已經開放給 Gemini API、Google AI Studio 使用，並逐步整合進 Search Live、Workspace（包含 Gmail、Keep）。但要注意：在 Gemini App 裡，同代的 3.8 系列模型僅限 Google AI Pro / Ultra 訂閱用戶使用，免費版目前停留在舊一代的 3.6 Flash，一般使用者短時間內感受不到差異。

定價貴在哪？語音輸出是重點

  • 文字輸入：每百萬 token 約 $0.75
  • 文字輸出（含思考 token）：每百萬 token 約 $4.50
  • 語音輸入：每百萬 token 約 $3
  • 語音輸出：每百萬 token 約 $12，是文字輸出的近 3 倍
  • 不支援 context caching、Batch API，長對話或大量呼叫成本會直接往上疊

值得升級嗎？小克的實測心得

如果你在做的是客服語音機器人、即時口譯這類「延遲敏感」應用，Gemini 3.8 Live 的邊想邊講體驗確實有感,值得認真評估。但如果只是想在手機上跟 AI 聊天、免費體驗，目前還輪不到你——3.8 系列被鎖在付費訂閱後面，加上語音輸出成本不低，個人開發者拿來做小專案要先算清楚帳。Gemini 3.8 Live 的技術展示很漂亮，但「能用」跟「划算」是兩回事。

好不好用，試了才知道。

🇺🇸 Gemini 3.8 Live Review: Smarter Voice AI, Not Free

Gemini 3.8 Live is Google's new real-time voice AI model, launched on September 15, 2026. Its headline feature is "reasoning while talking" — instead of the usual think-then-answer pattern, it starts speaking while still organizing its answer, filling gaps with natural phrases like "let me check that…" to cut perceived latency. Short version: the direction is right, but free-tier users can't touch it yet, and pricing isn't cheap.

What Is Gemini 3.8 Live and How Is It Different?

Gemini 3.8 Live is built for low-latency voice conversation. It processes visual input in near real time and automatically detects and switches between 97 languages mid-conversation, no manual toggling required. Alongside it, Gemini 3.8 Live Extended Thinking handles multi-step reasoning tasks like technical diagnostics or multi-API travel booking, narrating background progress out loud while it works.

Does "Reasoning While Talking" Actually Feel Faster?

This is the core pitch. Extended Thinking mode fills the classic voice-assistant dead air with verbal filler, so it feels more responsive. But it's worth being honest: this is latency-hiding, not latency-removal — the underlying compute time hasn't shrunk, it's just less boring to wait through.

Where Can You Use Gemini 3.8 Live, and Is It Free?

Gemini 3.8 Live is live now through the Gemini API and Google AI Studio, rolling out to Search Live and Workspace (Gmail, Keep). The catch: inside the Gemini app, the 3.8 model family is restricted to Google AI Pro / Ultra subscribers — free-tier users are still on the older 3.6 Flash and won't notice a difference anytime soon.

Pricing: Voice Output Is Where It Gets Expensive

  • Text input: ~$0.75 per million tokens
  • Text output (including thinking tokens): ~$4.50 per million tokens
  • Audio input: ~$3 per million tokens
  • Audio output: ~$12 per million tokens — nearly 3x text output
  • No context caching or Batch API support, so long conversations or high-volume calls add up fast

Is It Worth Upgrading? Kit's Honest Take

If you're building latency-sensitive products — voice customer support, real-time interpretation — Gemini 3.8 Live's reasoning-while-talking flow is a genuine improvement worth evaluating seriously. But if you just want to chat with AI for free on your phone, it's not your turn yet: the 3.8 family sits behind a paid subscription, and voice output pricing means indie developers should run the numbers before building anything. The demo is impressive; "usable" and "worth the price" are two different questions.

好不好用，試了才知道。

Sources / 資料來源

常見問題 FAQ

Gemini 3.8 Live 免費版能用嗎？

目前不行。Gemini App 裡 3.8 系列僅限 Google AI Pro / Ultra 訂閱用戶,免費版仍是舊一代 3.6 Flash。

Gemini 3.8 Live 跟 Extended Thinking 差在哪？

Gemini 3.8 Live 主打低延遲即時對話；Extended Thinking 是進階版,專門處理需要多步驟推理的複雜任務,並邊做邊用語音回報進度。

Gemini 3.8 Live 的語音功能貴嗎？

語音輸出約每百萬 token 12 美元,是文字輸出的近 3 倍,且不支援 context caching 或 Batch API,長時間對話成本會快速累積。

Gemini 3.8 Live 支援多少種語言即時切換？

可自動偵測並在對話中切換 97 種語言,不需要使用者手動設定。

延伸閱讀 / Related Articles

AI 工具觀察站 — 每日精選 AI Agent 與工具趨勢
AI Tool Observer — Daily curated AI Agent & tool trends

留言

張貼留言

這個網誌中的熱門文章

Google Ironwood TPU v7 推理專用晶片解析：效能追平 NVIDIA、成本低 44%，AI 晶片戰爭正式開打 | Google Ironwood TPU v7 Explained: Matching NVIDIA Performance at 44% Lower Cost — The AI Chip War Heats Up

By Kit 小克 | AI Tool Observer | 2026-04-21 🇹🇼 Google Ironwood TPU v7 推理專用晶片解析：效能追平 NVIDIA、成本低 44%，AI 晶片戰爭正式開打 Google Ironwood TPU 是什麼？為什麼它讓 NVIDIA 緊張？ Google Ironwood TPU（代號 TPU v7）是 Google 第七代自研 AI 晶片，也是第一款 專為推理（inference）設計 的 TPU。在 AI 模型越來越大、推理需求暴增的時代，Google 不再只依賴 NVIDIA GPU，而是推出自己的推理專用晶片來搶市場。 Ironwood TPU v7 規格有多強？ 每顆 Ironwood TPU 提供 4.6 petaFLOPS 的 FP8 運算效能 ，搭載 192 GB HBM3E 記憶體，頻寬達 7.37 TB/s。單顆效能略高於 NVIDIA B200（4.5 petaFLOPS），接近 GB300 的 5 petaFLOPS。 更驚人的是規模化能力：Ironwood 可擴展至 9,216 顆晶片組成超級叢集 ，總算力達 42.5 ExaFLOPS，遠超 NVIDIA GB300 NVL72 系統的 0.36 ExaFLOPS。共享記憶體池高達 1.77 PB，解決了大型模型推理時的資料瓶頸問題。 Ironwood TPU 比 NVIDIA 便宜多少？ 根據分析，Ironwood 的 整體擁有成本（TCO）比 NVIDIA GB200 低約 44% 。在能效方面，Ironwood 的 FP8 效能達每瓦 5.42 TFLOPS，而 GB300 為 3.57 TFLOPS/W，Google 晶片的能效高出約 52%。 為什麼 Google 要做推理專用晶片？ AI 產業正從「訓練時代」轉向「推理時代」。當 ChatGPT、Gemini、Claude 等 AI 助手每天處理數十億次查詢時，推理運算的需求遠超過訓練。Google 稱之為「推理時代（age of inference）」，而 Ironwood TPU 就是為這個時代量身打造的武器。 對開發者和企業有什麼影響？ Ironwood TPU 目前 只能透過 Google Cloud 使用，無法...
閱讀完整內容

Claude Code 實測：AI 幫你寫程式到底行不行？ | Claude Code Review: Can AI Really Code for You?

By Kit 小克 | AI Tool Observer | 2026-03-27 🇹🇼 Claude Code 實測：AI 幫你寫程式到底行不行？ Claude Code 是 Anthropic 推出的命令列 AI 程式助手，直接在你的終端機裡運作。跟其他 AI 程式工具不同的是，它不是 IDE 外掛，而是一個獨立的 CLI 工具，可以讀取你的整個 codebase、執行指令、甚至幫你做 git 操作。我實際用了幾個月，以下是真實心得。 安裝與設定 安裝非常簡單，透過 npm 就能搞定： npm install -g @anthropic-ai/claude-code 。啟動後它會要求你登入 Anthropic 帳號或設定 API key。整個流程不到五分鐘。 實際使用體驗 Claude Code 最強的地方在於 它理解你的整個專案 。你不需要手動貼程式碼，它會自己讀取相關檔案、分析程式結構，然後給出建議或直接修改。實測幾個場景： Bug 修復 ：描述錯誤現象，它能自動找到問題檔案並提出修正，準確率大約 70-80% 新功能開發 ：給它需求描述，它能產出可用的初版程式碼，但通常需要人工調整細節 程式碼重構 ：這是它最擅長的。重新命名變數、抽取函式、調整架構，做得又快又好 寫測試 ：給它一個函式，它能產生相當完整的測試案例 優缺點分析 優點： 深度理解 codebase，不是只看單一檔案 可以執行 shell 指令，直接跑測試、裝套件 支援 CLAUDE.md 讓你定義專案規則 agentic 模式下可以自主完成多步驟任務 缺點： API 費用不便宜，大型專案一天可能花 10-30 美元 偶爾會過度修改，改了不該改的地方 對非英語的程式碼註解理解力稍弱 需要良好的網路連線 適合誰用？ 如果你是全端開發者、需要處理多個專案、或者經常做重構，Claude Code 絕對值得一試。但如果你只是寫簡單的腳本，免費的 Copilot 可能就夠了。 Kit 的結論： Claude Code 是目前最接近「AI 工程師」的工具。它不完美，但確實能大幅提升生產力。好不好用？試了才知道。 🇺🇸 Claude Code Review: Can AI Really Code for You?...
閱讀完整內容

Cursor vs GitHub Copilot vs Claude Code：AI 程式助手大比拼 | AI Coding Assistants Compared: Cursor vs GitHub Copilot vs Claude Code

By Kit 小克 | AI Tool Observer | 2026-03-27 🇹🇼 Cursor vs GitHub Copilot vs Claude Code：AI 程式助手大比拼 2026 年，AI 程式助手已經成為開發者的標配。但市場上選擇太多了，到底該用哪一個？我同時使用了 Cursor、GitHub Copilot 和 Claude Code 超過半年，以下是完整比較。 GitHub Copilot：最普及的選擇 Copilot 是最早普及的 AI 程式助手，整合在 VS Code 和各大 IDE 中。它的核心功能是 即時程式碼補全 ——你打字的時候，它自動建議下一行或下一段程式碼。 優點 ：補全速度快、整合度高、支援幾乎所有語言、Copilot Chat 可以問問題 缺點 ：上下文理解有限（主要看當前檔案和少量相關檔案）、Agent 模式仍在發展中 價格 ：個人版 /月，企業版 /月 Cursor：IDE 級別的 AI 整合 Cursor 是一個從頭打造的 AI-first IDE（基於 VS Code fork）。它不只是補全程式碼，而是把 AI 深度融入整個開發流程。 優點 ：Composer 功能可以跨檔案編輯、Agent 模式可以自主執行多步驟任務、支援切換不同 AI 模型、Tab 補全非常智慧 缺點 ：是獨立的 IDE 需要遷移、Pro 方案有使用量限制、偶爾不穩定 價格 ：免費方案有限制、Pro /月 Claude Code：終端機裡的 AI 工程師 Claude Code 走完全不同的路線——它是 CLI 工具，在終端機裡運作，不綁定任何 IDE。 優點 ：理解整個 codebase、可以執行系統指令、支援 git 操作、CLAUDE.md 定義專案規則、最強的 agentic 能力 缺點 ：沒有視覺化介面、按 API token 計費（可能很貴）、需要習慣 CLI 工作流 價格 ：按 API 使用量計費，或透過 Max 訂閱方案 關鍵差異比較 即時補全 ：Copilot ≈ Cursor > Claude Code（無此功能） 跨檔案理解 ：Claude Code > Cursor > Copilot Agentic 能力 ：Claud...
閱讀完整內容