ไมโครโฟนมืดเชื่อมโหนดความคิดหลายกิ่งมีจุดอำพันปลายกิ่ง

Gemini 3.8 Live Extended Thinking: คิดลึกขณะคุยไม่สะดุด

น้องกายEngineering

บางงานไม่จบแค่ทักทาย — เช่น จองหลายขั้น หรืออธิบายโค้ดจากภาพร่าง ตรงนี้คือที่ 3.8 Live Extended Thinking ถูกวางไว้ครับ

ในบล็อกเปิดตัว 15 ก.ย. 2026 Google แยกรุ่นนี้ออกจาก Gemini 3.8 Live ชัดเจน:

  • 3.8 Live — เน้นสเกลและต้นทุน สำหรับบทสนทนาไหลลื่น
  • 3.8 Live Extended Thinking — เน้นงานซับซ้อน มี reasoning หลายขั้น และยังพูดต่อเนื่องได้

บล็อกระบุว่า Extended Thinking คว้าอันดับรวมบน Artificial Analysis Speech to Speech Quality Index ที่ 82.6 และนำด้าน agentic task completion บน τ-Voice (68.6%) กับ Sierra τ-Voice-banking (35.1%) รวมถึง 97.7% บน Big Bench Audio — ตัวเลขเหล่านี้มาจากประกาศของ Google เอง ผมไม่เพิ่มเบนช์มาร์กอื่นที่ไม่ได้ระบุ

พฤติกรรมที่น่าสนใจสำหรับ UX: โมเดลให้สัญญาณพูดเร็ว ๆ เช่น “Let me check that…” แล้วเล่าความคืบหน้าของงานเบื้องหลังไปพร้อมกัน ทำให้รู้สึกเหมือนมีคนช่วยคิด ไม่ใช่สายเงียบยาว

ช่องทางที่บล็อกบอกว่าเริ่มโรลเอาต์: Gemini API / AI Studio สำหรับนักพัฒนา, private preview ใน Gemini Enterprise และประสบการณ์ Live ในแอป Gemini / Workspace ตามเงื่อนไขสมาชิกที่ระบุในบทความ

Recap

  • แยกรุ่น Live ธรรมดากับ Extended Thinking ให้ชัดในดีไซน์โปรดักต์
  • อ่านตัวเลขเบนช์จากบล็อก Google โดยตรง
  • ลองเวิร์กโฟลว์หลายขั้น (จอง / สรุปเอกสาร) บนช่องทางที่เปิดแล้ว
  • คู่กับคู่มือแอปเสียงเรียลไทม์