Google hat Gemini 3.8 Live und Extended Thinking eingeführt, was eine nahezu Echtzeit-Sprachverarbeitung mit Hintergrund-API-Aufrufen und der automatischen Erkennung von 97 Sprachen ermöglicht. Die Modelle unterstützen kontinuierliches Multitasking und integrieren Sprache mit Reasoning und Tool-Ausführung ohne Unterbrechungen durch den Benutzer. Zu den Leistungsmerkmalen gehören Spitzenplatzierungen in Sprachqualitäts-Benchmarks. Die Integration in Plattformen wie Agora und LiveKit umfasst SynthID-Audiowasserzeichen zur KI-Identifikation, was die Sprach-KI in Richtung intelligenter, kontinuierlicher Agenteninteraktionen vorantreibt.