Google’in en son yapay zeka hamlesi, sesli iletişimdeki gecikme sorununa kökten çözüm arayışını temsil ediyor. Yeni geliştirilen Gemini 3.8 Live ve Gemini 3.8 Live Extended Thinking modelleri, kullanıcılarla gerçek zamanlı etkileşim kurarken, arka planda yoğun hesaplama ve veri analizi süreçlerini yürüterek, sohbetin akışını kesintisiz bir şekilde sürdürüyor. Bu yenilikçi yaklaşım, kullanıcıların yapay zeka ile konuşurken, sanki aynı odada bulunuyor gibi hissetmelerini sağlıyor.
Standart model, ölçeklenebilirlik ve maliyet optimizasyonu üzerine odaklanırken, Extended Thinking versiyonu, çok adımlı akıl yürütme ve karmaşık görevler için özel olarak tasarlanmış. Bu model, konuşmanın devam ederken, arka plandaki işlemlerin de anlık olarak kullanıcının kulağına aktarılmasına imkan tanıyor. Örneğin, bir rezervasyon yaparken, sistemin işlemlerin ilerleyişini size aktarması ve her adımda sizi bilgilendirmesi, daha önce mümkün olmayan bir deneyim sunuyor. Bu sayede, kullanıcılar yapay zeka ile etkileşim kurarken, kontrolü elinde tutuyor ve sürecin her aşamasında bilgi sahibi oluyor.
Gemini 3.8 Live ve Extended Thinking modelleri, 97 farklı dilde konuşmayı anlama ve üretme yeteneğine sahip. Sistem, kullanıcının tercih ettiği dili otomatik olarak algılayıp, sohbet sırasında diller arasında akıcı bir geçiş yapabiliyor. Ayrıca, görsel verileri de gerçek zamanlı olarak işleyerek, yanıtlarını bu bilgilerle destekliyor. Google’ın sunduğu demolar, bu modellerin potansiyelini gözler önüne seriyor; standart model, çalışanların işe uyum sürecindeki sorularını yanıtlayıp satranç oynarken, Extended Thinking ise taslak çizimleri ve anlık sesli geri bildirimleri, React bileşenlerine dönüştürüp, karmaşık rezervasyon süreçlerini yönetebiliyor.
Teknolojik açıdan da önemli bir başarıya imza atan bu modeller, Speech to Speech Quality Index’te 82,6 puanla GPT-Live-1-Astra ve Grok Voice Think Fast 2.0’ı geride bırakarak, yapay zeka alanındaki rekabette Google’ın liderliğini pekiştiriyor. Bu modeller, Gemini API ve Google AI Studio üzerinden kullanıma sunulurken, kurumsal müşteriler için özel ön izleme fırsatı sunuyor. Extended Thinking, Gemini Enterprise’de ve Search Live’da yer alırken, standart model Search Live’a entegre ediliyor. Üretilen seslere SynthID filigranı eklenerek yapay zeka içeriğinin kaynağı tespit ediliyor. Fiyatlandırma, ses girdisi için 0,005 dolar ve ses çıktısı için 0,018 dolar olarak belirlenmiş. Extended Thinking’te ise akıl yürütme token’ları ve ek girdiler ayrı olarak ücretlendiriliyor.
