Google, sesli yapay zekâ görüşmelerine odaklanan Gemini 3.8 Live ile Gemini 3.8 Live Extended Thinking modellerini tanıttı. Resmî duyuru, ilk modelin akıcı ve düşük gecikmeli konuşmaları, ikinci modelin ise daha fazla adım gerektiren görevleri hedeflediğini söylüyor. İki seçenek de konuşmanın ortasında yeni bir isteğe uyum sağlama, görsel bağlamı değerlendirme ve araçları arka planda kullanma fikrini ilerletiyor. Ancak bu yeteneklerin hangi üründe ne ölçüde açıldığı, kullanılan sürüme bağlı.
Gemini 3.8 Live ses, görüntü ve metin girişlerini birlikte işleyebiliyor. Google, modelin konuşma sırasında 97 desteklenen dil arasında geçişi algıladığını belirtiyor. Bu, farklı dillerde konuşan bir grupla görüşürken ya da bir konuyu başka dilde sürdürürken ayrı oturum açma ihtiyacını azaltabilir. Görüntüyü neredeyse gerçek zamanlı yorumlama özelliği de telefon kamerası üzerinden nesne veya ortam hakkında soru sormayı kolaylaştırmayı amaçlıyor.
Extended Thinking seçeneği daha karmaşık iş akışlarında devreye giriyor. Google’ın anlatımına göre model, arka planda çok adımlı düşünme ve araç çağrılarını yürütürken kullanıcıyla konuşmayı sürdürebiliyor. Böylece sistem tamamen susup uzun bir yanıt hazırlamak yerine ilerleme hakkında kısa geri bildirim verebiliyor. Bu yaklaşım özellikle rezervasyon, belge üzerinde çalışma veya birkaç hizmetten bilgi toplama gibi görevler için düşünülmüş.
Google, Extended Thinking’in bazı sesli görev değerlendirmelerinde yüksek sonuçlar aldığını da paylaşıyor. Şirketin aktardığı Speech to Speech Quality Index puanı 82,6. Bu tür ölçümler modelleri aynı test koşullarında karşılaştırmaya yarasa da günlük kullanımın bütününü anlatmıyor. Türkçe konuşma kalitesi, ortam gürültüsü, internet bağlantısı ve bağlı araçların sınırları da sonucu değiştirecek.
Gemini 3.8 Live nerelerde kullanılabiliyor?
Google DeepMind model kartı, her iki sürümün ses, görüntü, video ve metin alabildiğini; 128 bin belirtece kadar bağlam ve 64 bin belirtece kadar çıktı desteklediğini listeliyor. Kart ayrıca yanlış bilgi üretimi, yavaşlama ve zaman aşımı gibi sınırlamaların sürebileceğini açıkça belirtiyor. Özellikle önemli bir işlemde sesli yanıtın akıcı olması, içeriğin ayrıca doğrulanması gereğini ortadan kaldırmıyor.
Dağıtım tarafında Gemini 3.8 Live; Gemini API, AI Studio, Gemini uygulaması ve Google’ın bazı bulut hizmetlerinde yer alıyor. Extended Thinking için de API ve Gemini uygulaması belirtiliyor; Google Workspace içindeki Docs Live, Gmail Live ve Keep Live kullanımından ayrıca söz ediliyor. Erişim kapsamı hesap, bölge ve ürün katmanına göre değişebilir. Bu yüzden duyurudaki bütün örneklerin her kullanıcıda hemen görünmesini beklememek gerekiyor.
Google’ın bu kez öne çıkardığı nokta, yalnızca daha doğal ses üretmek değil, konuşma devam ederken işi ilerletebilmek. Geliştiriciler için Live API üzerinden araç kullanan sesli arayüz kurma olanağı genişliyor. Son kullanıcı açısından ise asıl sınav, bu karmaşık akışların Türkçede ve gündelik koşullarda ne kadar tutarlı çalışacağı olacak. Şirket performans iddialarını yayımladı; bağımsız kullanım deneyimi zamanla daha net bir tablo sunacak.
Günün Öne Çıkan Fırsatları
