Google lança Gemini 3.8 Live para voz em tempo real com troca de idioma a meio da chamada

A Google lançou dois novos modelos de voz em tempo real, Gemini 3.8 Live e Gemini 3.8 Live Extended Thinking, a serem implementados na Gemini API, Google AI Studio, Gemini Enterprise, Search Live, Gemini Live e partes do Workspace. O par divide a tarefa: o modelo base visa a escala e a eficiência de custos, enquanto o Extended Thinking é concebido para tarefas que necessitam de mais raciocínio sem interromper o fluxo da conversa.

O que há de novo na interação por voz

O Gemini 3.8 Live processa entrada visual quase em tempo real, permitindo que uma conversa faça referência ao que uma câmara ou ecrã está a mostrar atualmente em vez de uma captura estática. Deteta também e alterna entre 97 idiomas suportados a meio da conversa, podendo executar chamadas de ferramentas e pedidos de API em segundo plano enquanto continua a falar, reconhecendo um pedido e narrando o progresso em vez de ficar em silêncio enquanto uma tarefa é concluída. A Google afirma que o áudio gerado inclui uma marca de água SynthID.

Números a ler como afirmações do fornecedor, não como auditorias

A Google cita figuras de avaliação de terceiros para o Extended Thinking: uma pontuação de 82.6 no Speech-to-Speech Quality Index da Artificial Analysis e 68.6% no benchmark de tarefas agentic τ-Voice (35.1% numa variante específica de banca). Estes valores provêm de fornecedores de benchmarks nomeados citados no próprio anúncio da Google e não de uma auditoria independente verificada diretamente aqui, utilizando métodos de medição diferentes entre si — não devem ser lidos como uma pontuação de desempenho unificada.

Onde isto se enquadra para os MSP

Para os prestadores de serviços geridos que já gerem mais do que um modelo de voz em implementações de clientes, a questão prática levantada por estes lançamentos não são as pontuações dos benchmarks, mas onde a inferência realmente corre e os dados de qual inquilino tocam em qual região — uma questão de encaminhamento e isolamento, separada de qualquer marketing de capacidades do modelo.

Fontes: Google Blog, 9to5Google.