Google DeepMind presentó Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking, sus dos modelos nuevos de diálogo por voz en tiempo real. Gemini 3.8 Live está pensado para operar a escala y a bajo costo. Extended Thinking apunta a tareas complejas con razonamiento de varios pasos, y sigue conversando mientras piensa.
¿Cuánto rinden en las pruebas?
Extended Thinking quedó primero en el índice Speech to Speech de Artificial Analysis, con 82,6 puntos. Detrás aparecen GPT-Live-1 Astra con 81,5 y Grok Voice Think Fast 2.0 con 81,3. La versión base, Gemini 3.8 Live, marcó 76,0.
En tareas agénticas por voz la distancia con la competencia se achica. Extended Thinking obtuvo 68,6% en τ-Voice, contra 67,9% de GPT-Live-1 Astra. La versión base quedó en 30,1%, por debajo de Gemini 3.1 Flash Live en su modo alto, que marcó 37,7%.
En el ranking τ³-Banking de Sierra, que simula atención bancaria, Extended Thinking marcó 35,1%. GPT-Live-1 Astra llegó a 32,0% y xAI Realtime a 16,5%. Google reporta además 97,7% en Big Bench Audio, una prueba de razonamiento sobre audio.
¿Cuánto cuesta?
Artificial Analysis midió el costo por hora de audio de entrada sobre un subconjunto de Big Bench Audio. Gemini 3.8 Live cuesta US$0,84 y Extended Thinking US$3,50. Grok Voice Think Fast 2.0 llega a US$4,80 y GPT-Live-1 Astra a US$5,83.
En EVA-Bench, la prueba de ServiceNow para agentes de voz, los dos modelos de Google quedan en la frontera que mejor equilibra la precisión en la tarea con la calidad de la conversación. Google aclara que esa medición corrió en la Live API de Gemini Enterprise Agent Platform.
¿Qué hace distinto en una conversación?
Gemini 3.8 Live procesa lo que ve la cámara casi en tiempo real y cambia solo entre 97 idiomas en medio de una conversación. Mientras ejecuta herramientas o llamadas a una API, sigue hablando con el usuario y avisa cuando la tarea termina.
Extended Thinking razona y habla al mismo tiempo. Confirma que recibió un encargo con avisos del tipo "déjame revisar eso" y va narrando el avance de las tareas de varios pasos que corre por detrás.
¿Dónde se puede usar?
Gemini 3.8 Live ya está en la API de Gemini y en Google AI Studio, en vista previa privada en Gemini Enterprise y en Search Live para cualquier usuario. Extended Thinking está en la API, en AI Studio y en Gemini Live. En Workspace llega a Docs para suscriptores de Google AI Pro y Ultra, y a Gmail y Keep para todos los suscriptores de Google AI.
Plataformas como Agora, LiveKit, Pipecat, LangChain y Vercel ya integran la Live API. Google nombra como socios a Salesforce, Genspark y Lumeris. Todo el audio que generan los modelos lleva la marca de agua SynthID.
