- Startseite
- KI-Modelle
- Gemini 3.8 Live Extended Thinking
GoogleAudiomodellAktiv
Gemini 3.8 Live Extended Thinking
0von 100wie im Vormonat
Zusammenfassung
Gemini 3.8 Live Extended Thinking zielt auf komplexe, mehrstufige Sprachinteraktionen mit Hintergrund-Reasoning. Google beschreibt es als Audio-zu-Audio-Modell, das während kontinuierlicher Audioantworten weiterdenkt und asynchrone Werkzeugaufrufe ausführt. Es verarbeitet Text, Bilder, Audio und Video und gibt Text sowie Audio aus. So bleibt die Gesprächsoberfläche aktiv, während das Modell eine schwierigere Anfrage bearbeitet.
Der Reasoning-Aufwand lässt sich auf low, medium oder high setzen. Die API dokumentiert 131.072 Eingabe-Token und 65.536 Ausgabe-Token. Gegenüber Gemini 3.8 Live hält diese Variante asynchrone Funktionsaufrufe und die zugehörigen Reasoning-Signale offen, während die Audioantwort weiterläuft.
Auf dieser Seite
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 47 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 4
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
Artificial Analysis Big Bench Audio speech reasoning (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 98
- Bewertung
- 98
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- Big Bench Audio v1.2
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Stichprobe
- 1000
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Native Audio-zu-Audio-Auswertung auf Big Bench Audio v1.2 mit 1.000 Fragen in vier Reasoning-Kategorien zu je 250 Elementen. Exakte Konfiguration: Gemini 3.8 Live Extended Thinking (High).
Artificial Analysis Conversational Dynamics (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 91.9
- Bewertung
- 91.9
- Messgröße
- conversational behavior score
- Einheit
- %
- Benchmark-Version
- AA Full Duplex Bench v1 + v1.5 view
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Ansicht des Gesprächsverhaltens in Full Duplex Bench v1/v1.5 (Pausenbehandlung, Sprecherwechsel, Unterbrechungen und Rückmeldungen). Exakte Konfiguration: Gemini 3.8 Live Extended Thinking (High).
Artificial Analysis τ-Voice task completion (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 68.6
- Bewertung
- 68.6
- Messgröße
- Task Completion pass@1
- Einheit
- %
- Benchmark-Version
- Artificial Analysis τ-Voice base task set
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Aufgabenerfüllung eines Kundensupport-Agenten in Szenarien aus Fluggesellschaften (50), Einzelhandel (114) und Telekommunikation (114), mit Tools und Richtlinien. Das allgemeine Protokoll des Herausgebers mittelt drei Durchläufe; Die exakte Zeile Gemini 3.8 Live Extended Thinking (High) verwendet 3 Durchläufe.
Speech Agent Arena task success rate (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 89.1
- Bewertung
- 89.1
- Messgröße
- eligible-conversation task success rate
- Einheit
- %
- Benchmark-Version
- Current Speech Agent Arena board retrieved 2026-10-15
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Untere Konfidenzgrenze
- 84.7
- Obere Konfidenzgrenze
- 92.4
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Der korrekte finale Tool-Aufruf, der die Aufgabe abschließt, wird nur für geeignete Gespräche gewertet; Abweichungen der Teilnehmenden und nicht verifizierbare Fälle werden ausgeschlossen. Exakte Konfiguration: Gemini 3.8 Live Extended Thinking (High).
Sierra τ³-Banking task-completion score (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 35.1
- Bewertung
- 35.1
- Messgröße
- reported banking-agent task completion
- Einheit
- %
- Benchmark-Version
- Official Google DeepMind chart on Gemini Audio Live dialogue page, retrieved 2026-10-17
- Kategorie
- agentic
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Google DeepMind Gemini Audio performance chart
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Die offizielle Leistungsübersicht von Google DeepMind bezeichnet das Ergebnis als Rangliste Sierra τ³-Banking und nennt die Modellvariante Gemini 3.8 Live Extended Thinking. Die Bildunterschrift nennt weder Reasoning-Stufe, Modell-/Serving-Revision, Aufgabenaufbau, Stichprobengröße noch Konfidenzintervall. In dieser Runde wurde keine Ergebniszeile des Sierra-Evaluators gefunden. Der Wert wird ausschließlich als offizielle Herstellerangabe zu einem externen Benchmark festgehalten.
- Einordnung
- Dies ist der von Google DeepMind veröffentlichte Herstellerwert und kein direkter Capture der Sierra-Rangliste. Reasoning-Stufe, Evaluationsaufbau, N, Konfidenzintervall und Serving-Revision stehen nicht auf der Seite. τ³-Banking ist nicht mit Artificial Analysis τ-Voice gleichzusetzen.
Cekura Gemini 3.8 Live Extended Thinking scenario reliability (pass³) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 52.4
- Bewertung
- 52.4
- Messgröße
- share of scenarios passing on all three runs (pass^3)
- Einheit
- %
- Benchmark-Version
- Cekura Gemini Live benchmark, page dated 2026-10-16
- Kategorie
- speech-to-speech
- Richtung
- Mehr ist besser
- Stichprobe
- 82
- Quellentyp
- independent-evaluator
- Auswertung
- Cekura speech-to-speech benchmark
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Cekuras separate Zeile ist Gemini 3.8 Live Extended Thinking mit Reasoning-Stufe high. Der Benchmark verwendet für jedes Modell dieselben 82 Szenarien, jeweils dreimal, also 246 Live-Aufrufe pro Modell. Reliability ist die Pass^3-Rate der Szenarien; die Seite weist 52,4 % aus.
- Einordnung
- Die API-Serving-Revision ist nicht festgeschrieben und die Seite veröffentlicht kein Konfidenzintervall. Die Szenario-Stichprobe N=82 darf nicht mit 246 Aufrufen verwechselt werden.
Cekura TurnBench end-of-turn score (six-condition average) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 84
- Bewertung
- 84
- Messgröße
- end-of-turn score averaged across six line conditions
- Einheit
- %
- Benchmark-Version
- Cekura TurnBench leaderboard, retrieved 2026-10-17
- Kategorie
- speech-to-speech / turn-taking
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Cekura TurnBench
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Die exakte Ranglistenzeile ist Gemini 3.8 Live Ext. Thinking. Die Quelle berichtet den End-of-turn-Score aus Sesame TurnBench's veröffentlichtem Scorer, gemittelt über sechs Leitungsbedingungen und einen privaten Ranglistensatz mit 25 Skripten. Ausgewiesen sind 36 Aufrufe je Modell und Bedingung. Alle Modelle hörten dieselben aufgezeichneten Anrufe, gestreamt aus US East mit der Standard-Turn-Erkennung des Anbieters.
- Einordnung
- Der private Benchmarkdatensatz kann extern nicht erneut ausgeführt werden. Die Seite sagt, dass sich der 95-%-Bereich mit mehreren Modellen überschneidet, veröffentlicht für diese Zeile aber kein genaues Intervall. CI und Serving-Revision fehlen.
MIVAS cross-industry pass@1 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 81.9
- Bewertung
- 81.9
- Messgröße
- cross-industry pass@1, task success on one scored trial
- Einheit
- %
- Benchmark-Version
- MIVAS September 2026 evaluation; three-industry cross-industry row
- Kategorie
- speech-to-speech / multi-agent task success
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Bluejay MIVAS
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Das exakte MIVAS-Modellprofil ist Gemini 3.8 Live Extended Thinking mit der Modell-ID gemini-3.8-live-extended-thinking, Reasoning-Stufe HIGH und nativer Audioein- und -ausgabe. Bluejays LiveKit-Multi-Agent-Voice-Agent-Harness wurde im September 2026 in den Bereichen Gesundheit, Recht und Kundensupport mit insgesamt 1.080 gewerteten Gesprächen und fünf gewerteten Läufen pro Aufgabe getestet. Die direkte Cross-industry-Zeile der Quelle weist pass@1 aus. Ein metrikspezifischer Nenner wird nicht veröffentlicht.
- Einordnung
- Dies ist das Ergebnis eines Multi-Agenten-Systems, kein isolierter Modellwert. Das öffentliche Profil nennt Modell und HIGH-Stufe, aber weder unveränderliche Ergebniscoderevision noch metrikspezifisches N oder Konfidenzintervall.
MIVAS cross-industry pass^5 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 55.5
- Bewertung
- 55.5
- Messgröße
- cross-industry five-run reliability (pass^5)
- Einheit
- %
- Benchmark-Version
- MIVAS September 2026 evaluation; three-industry cross-industry row
- Kategorie
- speech-to-speech / multi-agent reliability
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Bluejay MIVAS
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Das exakte MIVAS-Modellprofil ist Gemini 3.8 Live Extended Thinking mit der Modell-ID gemini-3.8-live-extended-thinking und Reasoning-Stufe HIGH. Bluejay berichtet drei Industriesuiten aus dem September 2026, insgesamt 1.080 gewertete Gespräche und fünf gewertete Läufe pro Aufgabe. Die direkte Cross-industry-Zeile der Quelle weist pass^5 aus. Ein metrikspezifischer Nenner wird nicht veröffentlicht.
- Einordnung
- Dies ist das Ergebnis eines Multi-Agenten-Systems, kein isolierter Modellwert. Das öffentliche Profil nennt Modell und HIGH-Stufe, aber weder unveränderliche Ergebniscoderevision noch metrikspezifisches N oder Konfidenzintervall.
Cekura agent-workflow success rate (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 76
- Bewertung
- 76
- Messgröße
- calls passing every check
- Einheit
- %
- Benchmark-Version
- Cekura speech-to-speech agent comparison, page last updated 2026-10-07
- Kategorie
- speech-to-speech / agent workflow
- Richtung
- Mehr ist besser
- Stichprobe
- 246
- Quellentyp
- community-reported
- Auswertung
- Cekura speech-to-speech agent benchmark
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Community-Messung. Cekura-Vergleich vollständiger Sprachagenten-Workflows. Exakte Modell-ID gemini-3.8-live-extended-thinking (angezeigt als Gemini 3.8 Live Extended Thinking); Thinking-Stufe high; Stimme Charon; service-seitige Turn-Erkennung; Audio 16 kHz. Beide verglichenen Systeme nutzen dieselbe Open-Source-Pipecat-Pipeline, denselben Prompt, dieselben Tools und dieselbe Verbindung. 82 Szenarien mit je drei Durchläufen; die Seite nennt 2.952 Aufrufe im gesamten Benchmark.
- Einordnung
- Dies ist ein Ergebnis für einen Agenten-Workflow, kein isolierter Modellwert. Die Seite nennt 82 Szenarien und drei Durchläufe je Modell; ein 95-%-Konfidenzintervall oder ein unveränderlicher Serving-Stand wird nicht veröffentlicht. Die institutionelle Unabhängigkeit und institutionelle Zugehörigkeit des Evaluators sind auf dieser Seite nicht belegt. Datenrichtigkeit bezieht sich nur auf Aufrufe mit gespeicherten Daten; deren Nenner ist unbekannt. Die Werte gelten nur für die oben angegebene Agentenkonfiguration. N=246 Aufrufe je Modell aus 82 Szenarien mit je drei Durchläufen; die Kennzahl ist aufrufsbasiert.
Cekura agent replies reached expected outcome (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 88.6
- Bewertung
- 88.6
- Messgröße
- agent-response outcome rate
- Einheit
- %
- Benchmark-Version
- Cekura speech-to-speech agent comparison, page last updated 2026-10-07
- Kategorie
- speech-to-speech / agent workflow
- Richtung
- Mehr ist besser
- Stichprobe
- 246
- Quellentyp
- community-reported
- Auswertung
- Cekura speech-to-speech agent benchmark
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Community-Messung. Cekura-Vergleich vollständiger Sprachagenten-Workflows. Exakte Modell-ID gemini-3.8-live-extended-thinking (angezeigt als Gemini 3.8 Live Extended Thinking); Thinking-Stufe high; Stimme Charon; service-seitige Turn-Erkennung; Audio 16 kHz. Beide verglichenen Systeme nutzen dieselbe Open-Source-Pipecat-Pipeline, denselben Prompt, dieselben Tools und dieselbe Verbindung. 82 Szenarien mit je drei Durchläufen; die Seite nennt 2.952 Aufrufe im gesamten Benchmark.
- Einordnung
- Dies ist ein Ergebnis für einen Agenten-Workflow, kein isolierter Modellwert. Die Seite nennt 82 Szenarien und drei Durchläufe je Modell; ein 95-%-Konfidenzintervall oder ein unveränderlicher Serving-Stand wird nicht veröffentlicht. Die institutionelle Unabhängigkeit und institutionelle Zugehörigkeit des Evaluators sind auf dieser Seite nicht belegt. Datenrichtigkeit bezieht sich nur auf Aufrufe mit gespeicherten Daten; deren Nenner ist unbekannt. Die Werte gelten nur für die oben angegebene Agentenkonfiguration. N=246 Aufrufe je Modell aus 82 Szenarien mit je drei Durchläufen; die Kennzahl ist aufrufsbasiert.
Cekura saved-data accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 84.4
- Bewertung
- 84.4
- Messgröße
- calls where everything saved matched exactly
- Einheit
- %
- Benchmark-Version
- Cekura speech-to-speech agent comparison, page last updated 2026-10-07
- Kategorie
- speech-to-speech / agent workflow
- Richtung
- Mehr ist besser
- Quellentyp
- community-reported
- Auswertung
- Cekura speech-to-speech agent benchmark
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Community-Messung. Cekura-Vergleich vollständiger Sprachagenten-Workflows. Exakte Modell-ID gemini-3.8-live-extended-thinking (angezeigt als Gemini 3.8 Live Extended Thinking); Thinking-Stufe high; Stimme Charon; service-seitige Turn-Erkennung; Audio 16 kHz. Beide verglichenen Systeme nutzen dieselbe Open-Source-Pipecat-Pipeline, denselben Prompt, dieselben Tools und dieselbe Verbindung. 82 Szenarien mit je drei Durchläufen; die Seite nennt 2.952 Aufrufe im gesamten Benchmark.
- Einordnung
- Dies ist ein Ergebnis für einen Agenten-Workflow, kein isolierter Modellwert. Die Seite nennt 82 Szenarien und drei Durchläufe je Modell; ein 95-%-Konfidenzintervall oder ein unveränderlicher Serving-Stand wird nicht veröffentlicht. Die institutionelle Unabhängigkeit und institutionelle Zugehörigkeit des Evaluators sind auf dieser Seite nicht belegt. Datenrichtigkeit bezieht sich nur auf Aufrufe mit gespeicherten Daten; deren Nenner ist unbekannt. Die Werte gelten nur für die oben angegebene Agentenkonfiguration. Unbekannt. Die Seite bezieht die Kennzahl auf Aufrufe mit gespeicherten Daten, nennt aber keinen Nenner für diese Teilmenge.
Seite 1 von 4
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
0 bis 100, höher ist beliebter
20 von 83 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 5. November 2026
Gemini 3.8 Live Extended ThinkingAmazon Nova 2 SonicEleven Multilingual STS v2Eleven Music v2.5Eleven Text to Sound v2
Alle technischen Daten
Architektur
Ein- und Ausgabe
- Funktionen
- Audio-zu-Audio-Dialog mit Interleaved Reasoning, asynchronen Funktionsaufrufen und Audio-Streaming
- Quelle: Funktionen
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Ja. Google nennt SynthID für die erzeugten Audioausgaben der aufgeführten Gemini-Audiomodelle.
- Quelle: KI-Wasserzeichen
Lizenz und Zugang
API
Weitere Angaben
Preise
- Text-Eingabepreis
- 0,75 $ je 1 Mio. Text-TokenQuelle
- Audio-Eingabepreis
- 3 $ je 1 Mio. Audio-Token (0,005 $ je Audiominute)Quelle
- Text-Ausgabepreis
- 4,50 $ je 1 Mio. Text-TokenQuelle
- Audio-Ausgabepreis
- 12 $ je 1 Mio. Audio-Token (0,018 $ je Audiominute)Quelle
- Preisgrundlage
- Kostenpflichtiger Standard-Tarif, Preise in USD. Minutenwerte sind Schätzungen aus dem Tokenverbrauch, keine festen Minutenpreise.Quelle
Quellen und Datenstand
Alle 28 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.
| Art | Nachweis und Datenstand |
|---|---|
| Recherchestand | Recherchestand 15. Oktober 2026. 21 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| Nicht veröffentlicht | per-mode-metric-denominator-and-serving-revision Hinweis Metrikspezifischer Nenner je Reasoning-Modus, Konfidenzintervall und unveränderlicher Backend-Stand fehlen. |
| Nicht veröffentlicht | Gemini Live Extended Thinking TTFA N and serving revision Hinweis Artificial Analysis veröffentlicht für diese Latenzzeile weder N je Modell, Konfidenzintervall noch festgeschriebene Serving-Revision. |
| Ungeklärt | Sierra τ³-Banking evaluator record and configuration Hinweis Gefunden wurde nur die offizielle Diagramm-Bildunterschrift von Google. Eine direkte Sierra-Ergebniszeile oder Aufgaben-Konfiguration wurde nicht gesichert. Das Diagramm nennt weder Reasoning-Stufe, N, Konfidenzintervall noch Serving-Revision. |
| Nicht veröffentlicht | mivas-metric-specific-n-ci-and-result-revision Hinweis MIVAS veröffentlicht für die Cross-industry-Metriken kein metrikspezifisches N, kein Konfidenzintervall und keine unveränderliche Code-Revision der Ergebnisse. |
| Weitere Quelle | Google Gemini model documentation (abgerufen 24. September 2026; 15. Oktober 2026; 17. Oktober 2026; 20. Oktober 2026) · Google Gemini 3.8 Live Extended Thinking model documentation · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | Official API pricing (abgerufen 25. Oktober 2026) |
| Weitere Quelle | Artificial Analysis (abgerufen 15. Oktober 2026; 17. Oktober 2026; 28. Oktober 2026) |
| Weitere Quelle | Artificial Analysis (abgerufen 15. Oktober 2026; 28. Oktober 2026) |
| Weitere Quelle | Speko speech-to-speech concierge benchmark (abgerufen 17. Oktober 2026; 20. Oktober 2026) |
| Weitere Quelle | Google DeepMind Gemini Audio performance chart (abgerufen 17. Oktober 2026) |
| Weitere Quelle | Cekura speech-to-speech benchmark (abgerufen 17. Oktober 2026) |
| Weitere Quelle | Cekura TurnBench (abgerufen 17. Oktober 2026; 23. Oktober 2026) |
| Weitere Quelle | Bluejay MIVAS (abgerufen 17. Oktober 2026; 20. Oktober 2026) |
| Weitere Quelle | Cekura speech-to-speech agent benchmark (abgerufen 18. Oktober 2026) |
| Weitere Quelle | Speko (abgerufen 17. Oktober 2026; 28. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 15. Oktober 2026; 28. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 17. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 20. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 28. Oktober 2026)1234567 |
| Weitere Quelle | Google DeepMind Gemini Audio (abgerufen 5. November 2026) |
| Weitere Quelle | OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Ollama: kumulierte Downloads für den Beliebtheitsindex |
| Weitere Quelle | Replicate: kumulierte Ausführungen für den Beliebtheitsindex |
| Weitere Quelle | Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA |
| Weitere Quelle | Creative Commons Attribution 4.0 |