Google пусна в обща наличност два гласови модела за Live API. Единият е за бърз разговор без паузи, другият разсъждава на заден план, докато разговорът тече.
- Gemini 3.8 Live е стандартният избор за повечето гласови агенти с ниско закъснение, с асинхронно извикване на функции по подразбиране.
- Gemini 3.8 Live Extended Thinking разсъждава на заден план по време на живия разговор.
- Цена няма в бележката, а 97-те езика са по описанието на Vercel.
Всеки, който е говорил с гласов асистент за нещо сложно, познава паузата. Питаш и настъпва тишина, в която не знаеш дали те е чул, дали мисли, или просто е увиснал. Неловко е.
Новите модели на Google са опит да се махне точно тая тишина.
Важното е асинхронното извикване на функции. На прост език: асистентът пуска задача, да провери поръчка или да потърси в календар, и продължава да ти говори, докато чака отговора. При синхронното извикване разговорът стои на място, докато инструментът не върне нещо.
Вторият модел отива по-далеч и мисли паралелно с речта. Vercel го описва така: може да потвърди, че е чул заявката, и да разказва докъде е стигнал, без да прекъсва разговора. Добрият сервитьор прави същото, когато поръчката се бави, и никой не го смята за бавен.
Цената на новите модели не е в бележката, а 97-те езика са по думите на Vercel, не на Google. Дали българският е сред тях и как звучи, ще се разбере с ухо, не с таблица.