Yapay zeka ve teknoloji dünyasının öncülerinden Google, sesli yapay zeka ajanlarında devrim yaratacak yeni modelleri Gemini 3.8 Live ve Gemini 3.8 Live Extended Thinking‘i duyurdu.
YZ Hocası olarak yakından takip ettiğimiz bu yenilik, kullanıcı deneyimini ve arka plandaki işlem yeteneklerini bambaşka bir boyuta taşıyor.
Geliştirilen yeni modeller, kullanıcıyla sohbet halindeçken arka planda karmaşık görevleri, araç ve API çağrılarını gerçekleştirebiliyor. Bu sayede kullanıcılar beklemek zorunda kalmazken, konuşma kesintisiz bir şekilde devam ediyor. Google, bu yenilikçi yaklaşımla yapay zeka ile iletişimi insan arasındaki doğal akışa en yakın seviyeye getirmeyi hedefliyor.
Standart Gemini 3.8 Live modeli maliyet verimliliği ve yüksek ölçeklenebilirlik sunarken, Extended Thinking sürümü çok adımlı akıl yürütme gerektiren zorlu görevler için tasarlandı. Bu gelişmiş sürüm, konuşma ile mantıksal çıkarımları aynı anda yürütebiliyor ve arka plandaki süreçlerin durumunu kullanıcıya sesli olarak raporlayabiliyor.
Dünya genelinde 97 farklı dilde anlama ve ses üretme yeteneğine sahip olan modeller, konuşulan dili anında algılayarak diller arası geçişleri kusursuz bir şekilde yapabiliyor. Ayrıca görsel girdileri gerçek zamanlıya yakın bir hızda işleyerek sesli yanıtlarını zenginleştiriyor. Yapılan testlerde Extended Thinking sürümü, Artificial Analysis Speech to Speech Quality Index değerlendirmesinde 82,6 puan alarak rakipleri GPT-Live-1-Astra ve Grok Voice Think Fast 2.0’ı geride bırakmayı başardı.
Google AI Studio ve Gemini API üzerinden geliştiricilerin erişimine açılan modeller; arama, kurumsal çözümler, Docs, Gmail ve Keep gibi geniş bir ekosistemde yerini alıyor. Güvenliğe de önem veren Google, üretilen tüm ses içeriklerine SynthID filigranını entegre ediyor.
Yorumlar (0)