语音对话在后台推理时不停地说话，支持30个语音，实时视频输入，工具调用，推理努力可调节。
Google 音频生成 128K 上下文 发布日期 2026年9月15日 专有端点 新语音对话在后台推理时不停地说话，支持30个语音，实时视频输入，工具调用，推理努力可调节。
会话通过套接字配置 session.update 事件，而非请求参数。文本和音频令牌按不同的费率计费。
也称为 Gemini Live Extended Thinking, Google Gemini 3.8 Live Extended Thinking
gemini-3-8-live-extended-thinking/v1/realtimegemini-3.8-live-extended-thinkinggoogle/gemini-3.8-live-extended-thinking来自 EmpirioLabs 目录的实时按量计费价格。只为实际用量付费，没有月度最低消费。
Gemini 3.8 Live Extended Thinking 通过 wss://api.empiriolabs.ai/v1/realtime?model=gemini-3-8-live-extended-thinking 的 WebSocket 进行实时对话，而不是通过 HTTP 端点。使用模型 id gemini-3-8-live-extended-thinking 连接，并在握手时将 EmpirioLabs API 密钥作为 Authorization: Bearer 请求头发送。音频以 base64 编码的 16 位 PCM 双向传输。 浏览器无法为 WebSocket 设置请求头，请从你的服务器发起该连接，再通过你自己的 socket 把音频转发给浏览器。 在EmpirioLabs 控制台获取 API 密钥。
import asyncio, json, os, websockets
async def main():
async with websockets.connect(
"wss://api.empiriolabs.ai/v1/realtime?model=gemini-3-8-live-extended-thinking",
additional_headers=[
("Authorization", f"Bearer {os.environ['EMPIRIOLABS_API_KEY']}"),
],
max_size=None,
) as ws:
print(json.loads(await ws.recv())["type"]) # session.created
await ws.send(json.dumps({
"type": "conversation.item.create",
"item": {
"type": "message",
"role": "user",
"content": [{"type": "input_text", "text": "Say hello."}],
},
}))
await ws.send(json.dumps({"type": "response.create"}))
async for raw in ws:
event = json.loads(raw)
if event["type"] == "response.audio.delta":
... # base64 audio chunk, append to your playback buffer
elif event["type"] == "response.done":
break
asyncio.run(main())EmpirioLabs 上 Gemini 3.8 Live Extended Thinking API 支持的请求参数。省略字段时使用默认值。
| 参数 | 类型 | 默认值 | 范围 / 值 | 描述 |
|---|---|---|---|---|
| voice | enum | Puck | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... | 会话中的语音。在对话开始前用 session.update 设置;之后不能更改。 |
| instructions | string | - | - | 系统指导模型的行为和语音。在对话开始前用 session.update 设置。 |
| reasoning_effort | enum | medium | low, medium, high | 模型在说话时在后台推理了多少。高努力会用更多输出标记。在对话开始前设置好。 |
| temperature | number | - | 0.2 到 2 | 采样温度从0.2降到2。较低的数值能使回复更一致。在对话开始前设置。 |
| input_audio_format | enum | pcm16 | pcm16, pcm24 | 你附加到输入缓冲区的音频编码：pcm16是base64 16位PCM，频率为16 kHz，pcm24在24 kHz时也是相同的。 |
| output_audio_format | enum | pcm24 | pcm24 | 该型号回流的音频编码：16位PCM，频率为24 kHz。 |
| turn_detection | string | {"type":"server_vad"} | - | 语音活动检测：决定你说完话后模型应回复。默认为server_vad开启。server_vad时，阈值为0到1;超过0.5时，回合需要更清晰的语音开始，这在嘈杂房间中很有帮助。prefix_padding_ms是说话需要持续多久才能开始回合，silence_duration_ms停顿结束时需要多长时间，每次最多可达10000。在sem... |
| max_response_output_tokens | number | - | 4096 到 65536 | 一个回复可能使用的最大输出令牌数：从4096到65536，其中较大的数值为65536，或表示模型自身的极限。也被接受为max_output_tokens。如果省略，则适用模型自身的默认值。在对话开始前设置。 |
| input_audio_transcription | string | - | - | 关于你说话内容的提示：语言是一种语言代码，如 en 或 fr-FR，提示词列出最多 1,000 个单词和名字，中间用逗号分隔，最多 20,000 个字符。文字记录始终来自该模型。设置为空，以表示无转录事件。在对话开始前设置语言和提示。 |
| media_resolution | enum | - | low, medium, high | 模型在你发送的每帧视频中看到的细节：低模式每帧使用最少输入标记，中等和高显示更多细节。如果省略，模型自身的默认设置将生效。在对话开始前设置。 |
通过 WebSocket 进行全双工语音，wss://api.empiriolabs.ai/v1/realtime?model=gemini-3-8-live-extended-thinking，并用普通授权承载者头进行认证。在发送第一段音频前，先与session.update配置会话：语音、指令、转向检测和工具。这些设置在对话开始后会被修复。
音频和文本代币在双向中分别计费，视频帧作为输入代币计费，推理代币作为输出代币计费。每完成的回合会根据模型报告的使用情况单独计费，包括你中断的回复。
在 EmpirioLabs，Gemini 3.8 Live Extended Thinking 按量计费：输入：音频 $7.80 每 1M 音频输入令牌; 输入 $2.60 每100万个提示词标记; 输出 $11.70 每100万个生成代币; 输出：音频 $31.20 每1M生成的音频标记。本页的实时价格表始终与 API 的实际计费一致。
Gemini 3.8 Live Extended Thinking 支持 128K token 的上下文窗口，每次响应最多 65,536 个输出 token。
Gemini 3.8 Live Extended Thinking 通过 api.empiriolabs.ai 上的 WEBSOCKET /v1/realtime 提供，使用标准的 Bearer 令牌认证。
打开EmpirioLabs Playground并点击 Start session，即可在浏览器中试用。Gemini 3.8 Live Extended Thinking 运行在 WebSocket 上，而不是一次请求一次响应，因此接入时请从实时语音快速入门开始。用 EmpirioLabs API 密钥和模型 id gemini-3-8-live-extended-thinking 从你的服务器连接，然后双向流式传输音频。
创建 EmpirioLabs 账户，然后在控制台的 API Keys生成密钥。计费使用按量付费的额度，只为实际发出的请求付费。
