Google rilascia Gemini 3.8 Live: voce in tempo reale, cambio lingua a metà chiamata

Google ha rilasciato due nuovi modelli vocali in tempo reale, Gemini 3.8 Live e Gemini 3.8 Live Extended Thinking, con distribuzione su Gemini API, Google AI Studio, Gemini Enterprise, Search Live, Gemini Live e parti di Workspace. I due modelli si dividono il compito: il modello base punta a scalabilità ed efficienza dei costi, mentre Extended Thinking è pensato per attività che richiedono più ragionamento senza interrompere il flusso della conversazione.

Cosa c'è di nuovo per l'interazione vocale

Gemini 3.8 Live elabora l'input visivo quasi in tempo reale, quindi una conversazione può fare riferimento a ciò che una fotocamera o uno schermo sta mostrando in quel momento anziché a un'istantanea statica. Rileva inoltre le 97 lingue supportate e passa dall'una all'altra durante la conversazione, e può eseguire chiamate a strumenti e richieste API in background mentre continua a parlare, confermando una richiesta e raccontando l'avanzamento invece di restare in silenzio mentre un'attività viene completata. Google afferma che l'audio generato contiene una filigrana SynthID.

Numeri da leggere come dichiarazioni del fornitore, non come audit

Google cita cifre di valutazione di terze parti per Extended Thinking: un punteggio di 82,6 nello Speech-to-Speech Quality Index di Artificial Analysis e il 68,6% nel benchmark τ-Voice per attività agentiche (il 35,1% in una variante specifica per il settore bancario). Questi dati provengono da fornitori di benchmark citati nell'annuncio di Google, non da un audit indipendente verificato direttamente in questa sede, e utilizzano metodi di misurazione diversi tra loro — non vanno letti come un unico punteggio di prestazioni.

Dove si colloca tutto questo per gli MSP

Per i provider di servizi gestiti che già devono destreggiarsi tra più modelli vocali nelle implementazioni dei clienti, la questione pratica sollevata da questi rilasci non è rappresentata dai punteggi dei benchmark, ma da dove viene effettivamente eseguita l'inferenza e da quali dati di ciascun tenant transitano in quale regione — una questione di routing e isolamento, separata da qualsiasi marketing sulle capacità dei modelli.

Fonti: Google Blog, 9to5Google.