Gemini 3.8 Live

Googleは2026年9月15日、Gemini 3.8 Liveを、より深い推論を行うGemini 3.8 Live Extended Thinkingとともに公開しました。どちらもGemini Live APIを通じてWebSocket接続で動作します。音声、動画、画像、テキストを入力でき、97言語を理解して音声で応答し、会話中に言語を切り替えることもできます。料金は音声入力が1分あたり0.005ドル、音声出力が1分あたり0.018ドルで、1時間の会話に換算すると約1.38ドルです。

会話を続けながらバックグラウンドで関数を実行したりAPIに問い合わせたりできます。処理中に「確認しますね」のような自然なつなぎ言葉を挟み、ほぼリアルタイムで視覚情報を参照できます。GoogleはOpenAIのGPT Live 1 AstraやxAIのGrok Voiceと競合するモデルとして位置付けています。Gemini EnterpriseとSearch Liveの企業向けプライベートプレビューでも提供しています。