Gemini 3.8 Live Extended Thinking es el modelo de agente de voz con el que empezar

Nuestro veredicto: empieza por Gemini 3.8 Live Extended Thinking. Lo valoramos como Recomendado: Google afirma que encabeza el Speech-to-Speech Quality Index (índice de calidad de voz a voz) de Artificial Analysis y que razona y habla a la vez. Su hermano Gemini 3.8 Live es Condicional: elígelo solo cuando la latencia por turno importe más que la profundidad de razonamiento. Si tu sistema de voz se basa en GPT-Live-1 o en Grok Voice Think Fast 2.0, estos son los dos modelos con los que hacer pruebas comparativas.

Qué ha pasado

El 15 de septiembre de 2026, Google empezó a desplegar dos modelos de voz en tiempo real en la API de Gemini y en Google AI Studio.

Todas las cifras de arriba son las que cita Google. No hemos ejecutado nosotros estos benchmarks.

Google dice que Gemini 3.8 Live ejecuta llamadas a herramientas y a la API en segundo plano sin interrumpir la conversación, y que Extended Thinking razona y habla a la vez. Google afirma también que todo el audio que generan sus productos de IA lleva una marca de agua SynthID.

Dónde conseguirlos

• Desarrolladores. API de Gemini y Google AI Studio, con despliegue desde el 15 de septiembre.
• Empresas. Versión preliminar privada en Gemini Enterprise. Relacionado: Live Avatar para Gemini 3.8 Live en Gemini Enterprise.
• Consumidores. Gemini 3.8 Live da vida a Search Live. Extended Thinking funciona en Gemini Live, en Docs para suscriptores de Google AI Pro y Ultra, y en Gmail y Keep para todos los suscriptores de Google AI.

Por qué importa

Los agentes de voz han obligado a elegir entre hablar rápido y pensar a fondo. Extended Thinking es la apuesta de Google para no tener que elegir: Google afirma que razona y habla a la vez. Un primer puesto en un índice de voz a voz de terceros respalda esa apuesta, aunque la clasificación nos llega a través de la propia publicación de Google.

La publicación de lanzamiento de Google no menciona ningún ID de modelo de API ni ninguna tarifa. Consulta las páginas de modelo de nuestro directorio para ver los precios actuales y los límites de la Live API antes de planificar el volumen.

Qué cambia para ti

• Si vas a crear un agente de voz nuevo con los modelos de Google. Usa Extended Thinking por defecto y baja a 3.8 Live solo si no cumples tu presupuesto de latencia.
• Si ya usas GPT-Live-1 o Grok Voice Think Fast 2.0. Pasa tus propios flujos de llamadas por los dos modelos de Gemini en AI Studio antes de cambiar. Las puntuaciones de Google no son tu tráfico.
• Si lanzas audio para consumidores. Google afirma que todo el audio que generan sus productos de IA lleva una marca de agua SynthID, así que cuenta con ella en cada clip.