Gemini 3.8 Live とは
Gemini 3.8 Live は、Google が 9 月 15 日（現地時間）に発表した音声対話向けの AI モデルです。会話を止めないまま、裏側で推論とツール実行を走らせられる点が最大の特徴です。
同時に「Gemini 3.8 Live Extended Thinking」も発表されており、この 2 つはセットで理解するのが正確です。無印はスケールとコスト効率に振った構成、Extended Thinking は複雑なタスクの多段推論に振った構成です。開発元は Google DeepMind です。
何ができるのか
音声に加えて、映像入力をほぼリアルタイムで処理します。対応言語は 97 言語です。
エンジニアにとって意味が大きいのは「会話を止めず推論とツール実行」という部分です。従来の音声エージェントでは、モデルが考えたり外部 API を叩いたりしている間の空白を、相槌や「少々お待ちください」といった音声で埋める実装が必要でした。Gemini 3.8 Live はこの処理を会話の裏で走らせる前提になっているため、待ち時間を隠すための作り込みが減ります。
一方で、レイテンシの実測値や同時接続の上限といった数値は、今回の発表内容からは確認できていません。導入判断に必要な数字は自分で測る必要があります。
使い方 — どこから触れるか
開発者向けの入口は Gemini API と Google AI Studio です。まず挙動を確かめたいだけなら AI Studio が最短です。
エンドユーザー向けには、Search Live、Gemini Live、Gemini アプリ、そして Google Workspace から利用できます。いずれも順次提供という形なので、記事執筆時点で自分のアカウントに来ているかどうかは実際に開いて確認してください。
事業会社の企画側から見ると、想定しやすいのはコールセンターの一次応答、現場作業の映像を見ながらの遠隔支援、多言語での接客といった領域です。97 言語対応と映像のリアルタイム処理という仕様から素直に導ける用途であり、Google が事例として示したものではありません。
料金はいくらか
公開されている発表内容に、価格の具体的な記載はありません。型番ごとの単価を断定している情報源があれば、それは一次情報を確認したほうがよいです。
分かっているのは位置づけだけです。無印がコスト効率側、Extended Thinking が複雑なタスク側なので、全部を高いほうで処理するのではなく、用件の複雑さでモデルを振り分ける設計が前提になります。API 提供である以上は従量課金になると考えられますが、これは推測です。試算するなら、Gemini API の公式価格ページで最新の単価を確認してください。
競合と、投資家が見るべき点
音声対話モデルの競合各社との性能比較は、今回の発表の範囲では示されていません。
ただし注目すべきは性能そのものより導線です。Gemini 3.8 Live は API だけでなく、Search Live と Google Workspace という既存の巨大な利用基盤に直接載っています。音声 AI を「使ってもらう」までの距離が構造的に短い、という点が Google 側の強みです。
