Google Gemini 新功能一次看:模型、語音、Notebook 與 Skills 有哪些改變?

2026 年 9 月 2 日,Google 推出 Gemini 3.8 Flash,以及面向可信任防禦者的 Gemini 3.8 Flash Cyber。這是六週內的第三次 Flash 系列更新,距離 3.7 Flash 發布只有三週。同期更新還包括 Gemini 3.5 Transcribe、Gemini Notebook 用量計算方式,以及 Skills 的使用範疇。

2026 年 8 月 26 日,Google 宣布 Gemini Live 開始整合 Gemini Spark。使用者不必先判斷該開哪一個功能,只要在連續的語音對話中說明需求,Gemini Live 就能自動把複雜、多步驟的工作交給 Spark,在背景繼續處理。

本篇 Aiworks 將整理 Gemini 近期幾項重要更新,包括 Gemini 3.6 至 3.8 Flash 的性能變化、Flash Cyber 的定位,以及 Gemini Live 串接 Spark、Transcribe、Notebook 與 Skills 對實際工作的影響。

Gemini 3.6 到 3.8:更新重點轉向 Agent 與資安任務

Gemini 3.8 Flash 建立在 3.7 Flash 之上,Google 將改進重點放在長流程軟體工程、自主 Agent 與複雜的企業工作流程。它支援文字、圖片、音訊、影片與 PDF 輸入,context window 最高為 100 萬 token,文字輸出上限為 64K token。使用者也能選擇 low、medium 或 high thinking level,在品質、成本與延遲之間取捨。

三代比較顯示,3.8 Flash 的性能持續提升,但部分項目的增幅小於 3.6 升級至 3.7 時的變化。 (圖片來源:使用 OpenAI GPT-5 生成,Aiworks 製作)
三代比較顯示,3.8 Flash 的性能持續提升,但部分項目的增幅小於 3.6 升級至 3.7 時的變化。
(圖片來源:使用 OpenAI GPT-5 生成,Aiworks 製作)

3.8 的更新重點不是全面性能躍升,而是把更多運算投入長時間運作的 Agent,並將產品分成通用 Flash 與資安專用 Flash Cyber。Gemini 3.8 Flash 供一般開發與企業工作使用;Gemini 3.8 Flash Cyber 聚焦漏洞發現與自動修補,目前只透過 Fairwind Program 提供給可信任的政府機關、關鍵基礎設施營運者與軟體維護者。

兩款模型共享基礎能力,資安訓練帶來的技術改進也有助於一般版的 coding 與推理表現;Cyber 採用較寬鬆的資安能力限制,因此開放範圍更受限制。

Google 表示,3.8 Flash 在複雜任務中會執行更多推理步驟並反覆呼叫工具,因此高 thinking level 可能消耗更多 token。若工作以運算效率為優先,可以降低 thinking level;3.7 Flash 目前也仍維持支援。對多數既有流程而言,是否升級不宜只看版本號,仍要用自己的任務比較完成率、耗用 token 與執行時間。

Gemini 3.8 Flash API 價格優惠到 2026 年底

以下依 GeminiGPT-5.6 TerraClaude Sonnet 5 的官方文件,比較 2026 年 9 月 3 日標準 API 文字 token 公開牌價,單位皆為每百萬 token 美元。

Gemini 3.8 Flash 目前的 input 與 output 費率較低,但優惠只到 2026 年底。 (圖片來源:使用 OpenAI GPT-5 生成,Aiworks 製作)
Gemini 3.8 Flash 目前的 input 與 output 費率較低,但優惠只到 2026 年底。
(圖片來源:使用 OpenAI GPT-5 生成,Aiworks 製作)

Gemini 3.8 Flash 與 3.7 Flash 採用相同優惠價,在這三款模型的公開費率中較低,但Google 已公告 2027 年 1 月 1 日起,input 與 output 將分別調整為 US$1.50 與 US$7.50。即使調整後仍低於另外兩個模型的公開標準費率,跨品牌實際成本比較還會受到 tokenizer、reasoning token、context 長度、快取與工具呼叫費用影響。真正進入導入評估時,成本應以完成一項實際任務為單位,而不是只比較每百萬 token 的單價。

Gemini Live 如何把工作交給 Spark?

Gemini Spark 在 2026 年 5 月 19 日首次發表,定位是能在背景持續執行任務與排程的個人 AI Agent。過去若要使用 Spark,使用者需要從 Gemini 側邊欄切換到「Switch to Spark」,再交代任務、指定排程或選擇 Skill。Gemini Live 串接 Spark 後,使用者可以留在同一段語音對話中說明需求,Gemini 會判斷哪些工作需要多個步驟或較長時間,再自動交給 Spark 執行。

過去要離開一般對話、切換至 Spark 再交代任務;現在只要在 Gemini Live 講完需求,系統便會自動判斷並交給 Spark 執行。 (圖片來源:使用 OpenAI GPT-5 生成,Aiworks 製作)
過去要離開一般對話、切換至 Spark 再交代任務;現在只要在 Gemini Live 講完需求,系統便會自動判斷並交給 Spark 執行。
(圖片來源:使用 OpenAI GPT-5 生成,Aiworks 製作)

Spark 目前只開放給符合資格的個人帳號,尚未支援 work or school Google Account。不同方案與地區的開放範圍也不相同,實際功能仍以帳號當下顯示為準。

Gemini 近期還有哪些更新?

Gemini 3.5 Transcribe 如何選擇即時串流或預錄音訊?

Gemini 3.5 Transcribe 提供即時串流與預錄音訊兩條路徑,選擇標準在於工作是否需要當下回傳文字。即時字幕、語音 Agent 或客服通話適合使用即時串流;會議、訪談與通話結束後的整理,則適合使用預錄音訊。

需要當下回傳文字時選即時串流;需要整理會議、訪談或通話錄音時,預錄音訊提供較完整的辨識功能。 (圖片來源:Google Gemini API 文件,Aiworks 製作)
需要當下回傳文字時選即時串流;需要整理會議、訪談或通話錄音時,預錄音訊提供較完整的辨識功能。
(圖片來源:Google Gemini API 文件,Aiworks 製作)

相較上一代 Chirp 3,Google 表示 3.5 Transcribe 的最終轉錄時間縮短 70%,串流與非串流情境的平均 Word Error Rate 分別為 4.0% 與 2.6%。需留意這些分數仍會受到實際使用情境中的口音、環境噪音與專業詞彙影響。

Gemini Notebook 新額度怎麼計算?每五小時重設,仍有每週上限

Gemini Notebook 是一項研究工具,使用者可以匯入文件、網站或影片,針對這些來源提問,也能產生語音摘要、報告或簡報。過去各項功能分別計次,例如標準方案每天可進行 50 次對話、產生 3 次語音摘要,使用者可以直接估算當天還剩多少次。

自 2026 年 9 月 2 日起,Gemini Notebook 針對消費者帳號逐步改用運算量額度。新制不再把每次操作視為相同用量,而是同時考量 prompt 複雜度、對話長度、來源數量、模型與使用功能。因此,同樣送出一次要求,消耗量可能差很多。

額度每五小時重設,累計仍受每週上限限制。Google 公布的方案倍數為 AI Plus 約為標準額度的 2 倍、AI Pro 為 4 倍,AI Ultra 則依訂閱為 AI Pro 的 5 倍或 20 倍。Google 尚未公開每項工作的固定扣額公式,因此團隊若固定用 Notebook 製作重型輸出,需要依實際工作量觀察 token 消耗量。

Gemini Skills 更新了什麼?

Google Cloud 版本紀錄顯示,Gemini Enterprise Custom Skills 已於 2026 年 8 月 13 日正式 GA。企業使用者可以建立、上傳與分享 Custom Skills;管理員則能決定是否開放 Skills、設定可用範圍,並審核分享要求。

Gems 會退場嗎?

Skills 的更新也讓 Gems 退場傳言更受注意。先前外媒在 Gemini 網頁版的功能旗標後方發現一段未公開提示,內容提到 Gems 可能於 10 月 20 日退場,並建議使用者將內容重新建立為 Skills。功能旗標常用來測試尚未正式推出的內容,上線前仍可能修改或延期;截至目前,Google 尚未正式公告 Gems 的退場日期或移轉安排

Gems 與 Skills 有什麼不同?

若只看自訂指令、背景資料、輸出格式與參考檔案,Gems 與 Skills 的能力有很大一部分重疊。Gems 把這些設定集中在一位需要主動開啟的自訂助理中,適合固定角色與持續對話,例如寫作編輯、學習教練或週報顧問。

Skills 除了保存相同類型的要求,還能由 Spark 依任務自動套用,或在同一項工作中組合多個 Skills。以週報為例,一個 Gem 可以扮演固定的週報編輯;Skills 則能把資料讀取、腳本處理、重點分析、圖表製作與週報寫作拆成不同方法,再由 Spark 組合成較長的工作流程。

Skills 的上傳內容也能納入 .py 與 .sh 腳本。不過,在 Gemini Spark 的 Skills 上傳流程中,需要連網的腳本目前不受支援,腳本也不能對外部網站執行動作或發出請求。

以週報為例,Gem 聚焦固定角色與持續對話;Spark 則能在同一項任務中自動選用並組合多個 Skills。 (圖片來源:使用 OpenAI GPT-5 生成,Aiworks 製作)
以週報為例,Gem 聚焦固定角色與持續對話;Spark 則能在同一項任務中自動選用並組合多個 Skills。
(圖片來源:使用 OpenAI GPT-5 生成,Aiworks 製作)

若 Gems 已保存重要規則與參考資料,可以先依 Google 官方說明,透過 Google Takeout 匯出 Gems 資料。接著可將固定角色與對話背景留在 Gem,把資料處理、判斷步驟與輸出格式整理成 Skills。

Aiworks 觀點:工具的價值,要放回組織的工作方式中判斷

模型分數能幫企業縮小候選範圍,API 價格則影響大規模使用的成本;但這兩項資訊仍不足以決定工具是否適合實際工作。當員工需要反覆匯出檔案、重新上傳資料、切換入口或補充同一段脈絡時,即使模型分數較高,日常使用仍可能卡在交接過程。

Gemini 的潛在優勢,在於 Live、Spark 與 Workspace 工具之間有機會形成較短的交辦路徑。對文件、信箱、行事曆與協作流程本來就集中在 Google 環境的團隊,這種連續性可能減少切換與重述;若主要工作分散在其他系統,原生整合的價值就會下降。

企業選擇工具時,可以挑一項高頻且結果可核對的工作,準備相同輸入與成功條件,再比較任務完成率、人工交接次數、切換入口的次數、總時間與實際成本。

導入決策的終點不是選出分數最高的模型,而是找到能進入現有流程、結果可以驗證,也有機會持續擴散的工作方式。


📩 想為你的組織打造 AI 協作能力?

Aiworks 提供企業內訓、客製化培訓與實作工作坊,協助各產業團隊規劃生成式 AI 的導入與應用策略。

▼ 聯絡我們|規劃你的 AI 實戰課程,讓轉型真正落地 ▼

(若表單未正常顯示,請點擊此連結進入表單填寫頁面)


推薦延伸閱讀

Google I/O 大會 2026 重點整理:當 Agent 成為協作夥伴,企業必須掌握的策略訊號

ChatGPT 與 Gemini 排程功能教學:3 大情境讓 AI 變身全天候貼身秘書

什麼是 Agent Skills?為 AI 打造一本企業級任務攻略

參考來源