Google、Gemini 3.1 Flash Liveを拡大展開 Gemini Live・Search Live・AI Studioに投入

Googleが広げる対象

Google DeepMindは2026年3月26日、Gemini 3.1 Flash Liveを一般向けサービスと開発者向け環境の両方に広げると発表した。X上の投稿では、このモデルがGemini appのGemini LiveとGoogle Search Liveで展開され、開発者はGoogle AI Studioで構築を始められると説明している。リンク先の Google公式ブログ は、これを自然で信頼性の高いリアルタイム対話向けのGoogle最高品質audio modelと位置づけている。

この位置づけは重要だ。リアルタイムvoice interfaceは、もはや音声認識精度だけでは評価されない。ユーザーは応答の遅さ、不自然な間、弱いfunction calling、長い会話での文脈崩れをすぐに感じる。GoogleはGemini 3.1 Flash Liveを、そうした実運用上の弱点に対応するモデルとして示し、低latency、自然な会話リズム、雑音のある環境でのタスク遂行能力を前面に出している。

示された指標

Googleによると、Gemini 3.1 Flash Liveは制約付きmulti-step function callingを評価するComplexFuncBench Audioで90.8%を記録した。また、Scale AI Audio MultiChallengeではthinking有効時に36.1%を記録したとしている。このベンチマークは、実世界の音声対話にありがちなinterruption、hesitation、長いreasoningを含むため、単なる音声応答ではなく本格的なvoice agentとしての耐性を測る指標とみられる。

Googleはさらに、tonal understandingの改善も強調している。つまり、ユーザーの声に含まれるpace、pitch、frustration、confusionといった信号をよりよく捉え、応答を調整できるということだ。これはenterprise customer experience向けのシステムにも、一般ユーザー向けのassistant体験にも重要だ。加えてGoogleはGemini Liveが200以上の国で利用できると説明し、今回の展開が実験的機能ではなく広域ロールアウトであることを示した。

市場への意味

開発者にとって今回の発表は、speech modelがデモからproduction interfaceへ移行しつつあることを示す。interruptionがあってもreasoningを保ち、tool callingを安定して処理し、低latencyを維持できてこそ、voice agentは実際の仕事をこなせる。Search、customer support、hands-free workflowでは、この3つが同時に求められる。

市場全体で見ると、audioはもはやLLMの周辺機能ではなく、独立した主要インターフェースになりつつある。Googleがここで進めているのは単なるvoice demoの追加ではない。Search、assistant、developer platform全体でlive dialogueを標準体験へ引き上げる試みだ。Gemini 3.1 Flash Liveは、その方向性を示す象徴的な製品アップデートと言える。