Gemini 3.8 Live
Le modèle parole-parole en temps réel de Google, pour des agents vocaux en production
Google a publié Gemini 3.8 Live le 15 septembre 2026, avec un modèle frère plus orienté raisonnement, Gemini 3.8 Live Extended Thinking. Les deux passent par une connexion WebSocket via l’API Gemini Live, prennent de l’audio, de la vidéo, des images et du texte en entrée, et répondent en audio. Ils comprennent et parlent 97 langues, et peuvent changer de langue au milieu d’une conversation. Le tarif est de 0,005 $ par minute d’audio en entrée et de 0,018 $ par minute d’audio en sortie, ce qui revient à environ 1,38 $ pour une heure de conversation.
Les modèles peuvent lancer une fonction ou interroger une API en arrière-plan tout en continuant de parler, glisser une formule naturelle du type « let me check that » pendant qu’ils travaillent, et prendre en charge un ancrage visuel quasi temps réel. Google les place face à GPT Live 1 Astra d’OpenAI et à Grok Voice de xAI, et les propose aussi en préversion privée pour les entreprises, dans Gemini Enterprise et Search Live.