Google Gemini 3.8 Live発表：品質評価でトップに立つも、ユーザー好感度では旧モデルに圧倒される

2026年9月15日、GoogleはGemini 3.8 LiveおよびGemini 3.8 Live Extended Thinkingを正式発表した。これまでで最も高度なリアルタイム対話モデルと位置づけられており、2日後にAPIの提供が開始された。Artificial Analysisの音声対音声品質指数では、Extended Thinking版が82.6%のスコアで世界第1位を獲得。τ-Voiceエージェントタスク完了率ベンチマークでは68.6%、Sierraのτ-Voice-banking金融シナリオベンチマークでは35.1%、Big Bench Audioの推論テストでは97.7%を記録した。Googleがリアルタイム推論機能と音声対話を単一モデルに統合したのは今回が初めてであり、両モデルはGemini APIおよびGoogle AI Studio経由で開発者に公開されている。

2モデルの技術的役割分担

Googleは今回、単一製品の投入ではなく、用途別に2モデルを展開した。Gemini 3.8 Liveは大規模展開とコスト効率を重視し、高同時接続シナリオ向けの主力エンジンとして位置づけられる。Extended Thinking版は高複雑度タスクを対象とし、より強力なマルチステップ推論能力を備える。Googleの公式ブログは両モデルの位置づけを「一方は開発者と企業に信頼性の高い本番環境対応の音声エージェント基盤を提供し、もう一方は対話をより流暢に、コラボレーションをより直感的にする」と説明している。

Extended Thinking版の最も重要な革新は「推論と発話の同期」にある。マルチステップのバックグラウンド処理が必要なタスクにおいて、モデルは沈黙に陥ることなく、「少し確認させてください……」といった自然な言葉でユーザーに現在の進捗を伝えながら、バックグラウンドで推論を継続する。Googleの公式ブログはこれを「対話の流暢さを犠牲にせず、マルチステップのバックグラウンドタスクの進捗をリアルタイムで説明する機能」と表現している。

基本版Gemini 3.8 Liveの特長は幅広さにある。ほぼリアルタイムの映像入力をサポートし、対話中に97の対応言語を自動検出して切り替えるほか、対話を中断することなくバックグラウンドでツールおよびAPI呼び出しを実行できる。

またGoogleは、すべてのAI生成音声にSynthIDの透かし（ウォーターマーク）を埋め込んでおり、音声出力に直接書き込まれ、後からAI生成コンテンツの検出に利用できる。

ベンチマーク数値の多面性

Googleが主要な宣伝指標として選択したのはArtificial Analysisのスコアだ。音声対音声品質指数82.6%は現在のランキングで首位に立ち、かつArtificial Analysisは独立した第三者評価機関である。τ-Voice 68.6%およびBig Bench Audio 97.7%の推論スコアが、強みを示す一連の評価結果を形成している。

一方、Speech Agent Arenaの実ユーザー好感度Eloランキングでは、Gemini 3.8 Liveは1083ポイントで第2位にとどまり、首位はGemini 3.1 Flash Live（1096ポイント）だった。実際のユーザーによる対話評価では、旧世代モデルが新モデルを上回る結果となった。OpenAIのGPT-Live-1（Solの下位版）は1053ポイントで第3位に入った。

ユーザー好感度アリーナは通常、音声の自然さ、応答のテンポ、対話の一貫性といった知覚的な側面を総合的に反映するものであり、これらの側面と推論精度の間には線形の関係は存在しない。新モデルは推論タスクでより優れているが、音声のイントネーションや割り込み処理が十分に自然でなければ、ユーザー体験スコアは相応に低下する。これはGoogleが現時点で「より賢くする」ことを「より人間らしくする」ことより優先していることを示しており、両者は分離可能なエンジニアリング方向性である。

タスク成功率の面では、Grok Voice Think Fast 2.0 Highが94.6%で首位に立ち、Gemini 3.8 Liveが93.2%で続く。3つのランキングでいずれも首位に立つモデルは存在せず、現在の音声AIレースは依然として多次元的に分化した段階にある。

Sierraのτ-Voice-banking 35.1%というスコアは、金融シナリオにおけるマルチステップの業務フロー処理能力を専門的にテストするもので、業界公認の難易度の高いベンチマークだ。35.1%は低スコアではないが、このシナリオが完全な無介入での商用利用に至るには、まだ明確なエンジニアリング上の課題が残ることを意味する。Googleは企業顧客を「アーリーアクセス」チャネルに誘導しており、即時の全面公開はしていない。

開発者と企業への産業的影響

開発者にとって、今回の発表の実質的な価値はエコシステムへのアクセス経路の充実度にある。GoogleはAgora、Fishjam、LiveKit、Pipecat、Vercel、Vision Agentsなどの主要開発プラットフォームとの統合をすでに完了しており、開発者は慣れ親しんだツールチェーン上でGemini Live APIを呼び出すことができ、インフラを再構築する必要がない。Googleは公式発表でGemini 3.8 Liveが「競争力のある価格設定を維持する」と言及したが、具体的な数字は発表資料には公開されていない。

企業向けには、GoogleがSalesforce、Genspark、Lumerisとのパートナーシップを発表し、それぞれCRMカスタマーサービス自動化、インテリジェントアシスタントプラットフォーム、医療・ヘルスケアシナリオへの展開を目指す。Salesforceとの提携は特に重要で、Salesforceは大規模な企業顧客基盤を持ち、Gemini 3.8 Liveがカスタマーサービスプラットフォームに深く組み込まれれば、独立した営業活動に依存することなく膨大な実際のビジネスシナリオにリーチできる。

コンシューマー向けには、Googleが無料から有料までの完全な利用階層を構築している。すべてのユーザーがSearch Liveで基本的な音声機能を体験でき、Gemini LiveユーザーはExtended Thinking版を利用でき、Google AI Pro/UltraサブスクライバーはワークスペースのDocsで推論版を使用でき、GmailとKeepはすべてのGoogle AIサブスクライバーに開放されている。

戦略的評価

今回の発表でGoogleが明確な製品上の賭けに出ていることが明らかになった。音声AIの次の競争において、「より速い応答」ではなく「並列推論」が差別化の核心的な戦場になるという判断だ。主流の音声モデルのレイテンシーがいずれも許容範囲内に収まった後は、対話を中断することなくマルチステップの複雑なタスクを完了できるかどうかが、企業顧客の選定における真の分岐点になる。Extended Thinkingの「考えながら話す」メカニズムは、本質的にはこの判断に向けた先行投資である。

τ-Voice-banking 35.1%のスコアが今後の反復を通じて急速に改善できるかどうかが、金融・保険などの高規制業界における商用化のペースを直接左右する。また、Gemini 3.1 Flash Liveがユーザー好感度アリーナで新モデルを上回る現象が今後数ヶ月で逆転できるかどうかも重要だ。もし逆転が実現しなければ、Googleが音声知覚の次元において系統的なチューニング上の問題を抱えていることを示し、アルゴリズム能力そのものの差ではなく、両者はまったく異なる修正アプローチを必要とする。

Salesforceとの統合の進捗状況もひとつの重要な節目だ。この提携が2026年末までに大規模展開を実現すれば、音声AIが従来の企業向けソフトウェアの主流チャネルに参入する象徴的な出来事となり、その示範効果はいかなる単一の技術ベンチマークスコアの向上よりもはるかに大きなものになるだろう。