Google ने Gemini 3.8 Live और Gemini 3.8 Live Extended Thinking को Gemini API से उपलब्ध कर दिया।
यह AI प्रणालियों के पाठ आधारित चैट से ऐसे इंटरफेस की ओर बदलाव को आगे बढ़ाता है जहां प्रणाली से बोल सकते हैं, आवाज में जवाब ले सकते हैं और वास्तविक समय में काम कर सकते हैं।
दोनों मॉडल वास्तविक समय इंटरैक्शन, खासकर आवाज उपयोग के लिए हैं।
इज़राइली पाठकों के लिए खास दिलचस्प बात है कि Google, Live API की समर्थित भाषाओं में हिब्रू का स्पष्ट उल्लेख करता है।
दोनों मॉडल
Google दो मॉडल दिखाता है:
Gemini 3.8 Live
Gemini 3.8 Live Extended Thinking
सामान्य मॉडल वास्तविक समय बातचीत के लिए है जहां तेज जवाब महत्वपूर्ण है।
Extended Thinking उन स्थितियों के लिए है जहां बातचीत के दौरान अधिक सोच चाहिए।
दोनों मॉडल ले सकते हैं:
- पाठ
- ऑडियो
- चित्र
- वीडियो
और लौटा सकते हैं:
- पाठ
- ऑडियो
हिब्रू आधिकारिक सूची में है
AI टूल की रिपोर्टिंग में समस्या है कि "बहुभाषी" कभी अपने आप "हिब्रू समर्थित" बन जाता है।
इस मामले में मजबूत आधार है।
Google, Live API की समर्थित भाषाओं में भाषा कोड he के साथ Hebrew स्पष्ट बताता है।
फिर भी इसका मतलब हिब्रू गुणवत्ता पूर्ण होना नहीं है।
तकनीकी समर्थन बोलने की गुणवत्ता, उच्चारण, विराम, बोलचाल या स्वाभाविक हिब्रू समझने जैसा नहीं है।
लेकिन कम से कम यहां Google हिब्रू समर्थन दस्तावेजित करता है, अनुमान पर नहीं छोड़ता।
कीमत कितनी है?
21 सितंबर 2026 की Gemini Developer API मूल्य सूची के अनुसार:
- पाठ इनपुट: प्रति मिलियन tokens 0.75 डॉलर
- पाठ आउटपुट: प्रति मिलियन tokens 4.50 डॉलर
- ऑडियो इनपुट: प्रति मिलियन tokens 3 डॉलर या प्रति मिनट 0.005 डॉलर
- ऑडियो आउटपुट: प्रति मिलियन tokens 12 डॉलर या प्रति मिनट 0.018 डॉलर
- चित्र या वीडियो इनपुट: प्रति मिलियन tokens 1 डॉलर या प्रति मिनट 0.002 डॉलर
Google, free tier भी दिखाता है।
बातचीत की वास्तविक कीमत इनपुट और आउटपुट के प्रकारों के मेल व बातचीत की लंबाई पर निर्भर हो सकती है।
सिर्फ आवाज के प्रति मिनट मूल्य से पूरे सत्र की लागत अपने आप नहीं आंकनी चाहिए।
आवाज वाले उत्पादों के लिए क्या बदलता है?
आवाज धीरे-धीरे पूरक इंटरफेस से AI के साथ वास्तविक कार्य इंटरफेस बन रही है।
चुनौती अब सिर्फ मॉडल से बोली पहचानवाना नहीं है।
उपयोगी प्रणाली को संदर्भ समझना, जल्दी जवाब देना, टूल इस्तेमाल करना और बातचीत में काम पूरे करना चाहिए।
AI एजेंटों के कुछ सबसे दिलचस्प उपयोग आवाज की ओर जा रहे हैं।
जैसे:
सेवा केंद्र
बिक्री एजेंट
निजी शिक्षक
सहायता प्रणाली
कर्मचारियों का आवाज सहायक
सुलभता इंटरफेस
ऐप में उपयोगकर्ता को मार्गदर्शन देने वाला एजेंट
इज़राइली कंपनी के लिए आधिकारिक हिब्रू समर्थन प्रयोग की राह की कम से कम एक बाधा घटाता है।
Gemini ऐप के सामान्य उपयोगकर्ता का क्या?
घोषणा Gemini API की है।
इससे नहीं मानना चाहिए कि उसी दिन Gemini ऐप के हर उपयोगकर्ता को वही मॉडल, क्षमताएं और शर्तें मिलीं।
अलग रखें:
डेवलपरों के लिए Gemini API
और:
उपभोक्ताओं का Gemini ऐप
हिब्रू में क्या जांचें?
आवाज उत्पाद बनाने वाले डेवलपर API से दोनों मॉडल जांचना शुरू कर सकते हैं।
इज़राइली उत्पाद के लिए वास्तविक हिब्रू जांच में शामिल करें:
- तेज बोलना
- वाक्य के बीच बाधा
- कई वक्ता
- शोर
- इज़राइली नाम
- हिब्रू और अंग्रेजी का मेल
- संख्याएं
- पते
- पेशेवर शब्द
आधिकारिक समर्थन शुरुआत है।
वास्तविक गुणवत्ता जांचनी होगी।
अभी क्या नहीं जांचा गया?
प्रकाशन के समय हिब्रू में Gemini 3.8 Live की गुणवत्ता की व्यापक स्वतंत्र जांच नहीं मिली।
इज़राइली कंपनियों के क्षेत्रीय डेटा प्रसंस्करण विकल्प भी सत्यापित नहीं हुए।
और लंबी बातचीत में Extended Thinking की प्रभावी लागत सिर्फ मूल कीमत नहीं, इस्तेमाल के तरीके पर निर्भर है।