Gemini 3.5 Transcribe Live 发布详解：日期、定位与选型
更新日期：2026年09月24日。发布日期与能力依据 Google 官方日志；价格、额度和区域可用性以调用时的官方文档为准。
Gemini 3.5 Transcribe Live 于 2026-08-26 首次公开发布，核心定位是实时双向流式语音转文字。它通过 WebSocket 使用 Live API，面向需要边说边显示文字的应用。官方列出的能力包括临时与最终转写事件、智能转写模式，以及多种语音活动检测（VAD）策略。
一、Gemini 3.5 Transcribe Live 发布信息
| 项目 | 信息 |
|---|---|
| 首次公开发布 | 2026-08-26 |
| 本文记录的版本状态 | 正式版（GA） |
| 模型 ID | gemini-3.5-transcribe-live |
| 主要用途 | 实时双向流式语音转文字 |
| 日期依据 | Google 官方发布日志 |
二、Gemini 3.5 Transcribe Live 生命周期与版本区别
2026 年 8 月 26 日与非流式 Gemini 3.5 Transcribe 一同正式发布。这里的 Live 表示实时转写传输方式，不意味着它与生成语音回答的 Live 模型具有相同输出。
三、选型与迁移建议
实时字幕和会议转写界面应区分临时结果与最终结果：临时文字可显示给用户，但持久化、检索和后续业务动作应围绕已确认的结果设计。还需测试断线重连、静音、打断、重复片段和多人交叠讲话。
四、常见问题
可以直接用非流式接口替换吗？
不能仅替换模型名称。客户端还要处理 WebSocket 会话、事件类型和转写结果更新；不需要实时显示的录音任务可以选择非流式版本。
官方资料与后续核验
以上记录用于理解 Gemini 3.5 Transcribe Live 的发布背景；接入前请再次核对官方说明。其他模型与发布时间见 Gemini 模型发布史。