Gemini 3.8 Live y 3.8 Live Extended Thinking son modelos de diálogo multimodal y de voz en tiempo real diseñados para razonamiento concurrente, llamadas a herramientas en segundo plano y flujos de trabajo de voz interactivos en directo.
Qué hace el producto y cómo se presenta oficialmente
Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking son modelos de diálogo diseñados para interacciones de voz casi en tiempo real, fundamentación visual y razonamiento de varios pasos.
Gemini 3.8 Live se enfoca en inteligencia conversacional escalable con cambio automático entre 97 idiomas, mientras que 3.8 Live Extended Thinking ofrece razonamiento paralelo simultáneo, indicaciones conversacionales iniciales y narración continua de tareas en segundo plano.
Casos de uso respaldados por fuentes oficiales
Guía de sesiones de incorporación de empleados de manera dinámica respondiendo preguntas mediante contexto visual en tiempo real.
Coordinación de reservas de varios pasos y ejecución de llamadas a funciones en segundo plano sin interrumpir la conversación hablada en vivo.
Transformación de bocetos visuales hechos a mano e instrucciones habladas en componentes funcionales de React.
Gemini 3.8 Live Extended Thinking aborda las interrupciones en los flujos de trabajo de voz razonando y hablando al mismo tiempo. En lugar de pausar el diálogo mientras procesa solicitudes complejas, el modelo introduce señales conversacionales como confirmaciones verbales y narración del progreso.
Las capacidades de ejecución en segundo plano permiten que ambos modelos realicen llamadas a API, ejecuten herramientas externas y gestionen acciones de varios pasos de forma asíncrona. La interacción hablada continúa sin pausas mientras concluyen las tareas subyacentes.
Comprobaciones con tus propios materiales y flujo de trabajo
Qué fuentes se revisaron y cuándo
Respuestas basadas en el registro de producto con fuentes verificadas
Razona y habla de manera simultánea, utilizando confirmaciones verbales naturales y narración del progreso en directo para mantener fluida la conversación mientras se ejecutan tareas de varios pasos.
Los modelos detectan y cambian automáticamente entre 97 idiomas admitidos en medio de la conversación sin necesidad de ajustar la configuración manualmente.
Todo el audio generado por los modelos incorpora una marca de agua imperceptible de SynthID para asegurar que el contenido multimedia siga siendo detectable como generado por IA.
Los desarrolladores pueden acceder a ambos modelos a través de Gemini API y Google AI Studio, así como mediante plataformas de streaming asociadas compatibles.
Sí, Gemini 3.8 Live procesa entradas visuales casi en tiempo real, lo que permite al modelo fundamentar conversaciones y responder preguntas basadas en el contexto visual.
