Google запустила Gemini 3.8 Live: голосовий ШІ тепер виконує дії, не перериваючи розмову

Google представила нову модель Gemini 3.8 Live, створену спеціально для голосового спілкування з ШІ в режимі реального часу. Однією з її головних особливостей стала можливість виконувати виклики функцій і працювати із зовнішніми інструментами у фоновому режимі, продовжуючи при цьому розмову з користувачем.

Модель уже доступна розробникам через Gemini Live API та Google AI Studio. Google позиціонує Gemini 3.8 Live як основну модель для голосових агентів із низькою затримкою та природного діалогу без тривалих пауз на обробку запитів.

ШІ може виконувати завдання прямо під час розмови

Одне з головних нововведень Gemini 3.8 Live — асинхронний виклик функцій. За замовчуванням модель може запускати зовнішню функцію або API у неблокуючому режимі й водночас продовжувати спілкування.

Наприклад, голосовий помічник може отримати прохання перевірити статус замовлення, запустити відповідний запит до сервера та продовжити діалог, поки система отримує дані. Раніше голосовим агентам часто доводилося фактично призупиняти відповідь до завершення зовнішньої операції.

У порівнянні з попередньою Gemini 3.1 Flash Live Preview зміна досить суттєва. У попередній моделі асинхронні виклики функцій не підтримувалися, через що взаємодія із зовнішніми сервісами могла переривати природний хід розмови.

Proactive Audio тепер працює постійно

Ще одна важлива зміна — функція Proactive Audio. У Gemini 3.8 Live вона ввімкнена постійно і не може бути відключена через налаштування API.

Її принцип полягає в тому, що модель може отримувати безперервний аудіопотік, але самостійно визначати, коли їй справді потрібно відповідати. Це особливо важливо для голосових асистентів, які працюють у середовищі з постійно активним мікрофоном.

Наприклад, система може чути розмову кількох людей або фонові звуки, але не реагувати на кожну репліку. Водночас накопичений контекст потенційно дозволяє точніше зрозуміти пряме звернення користувача.

Є і зворотний бік: згідно з документацією Google, коли Proactive Audio працює, вхідне аудіо тарифікується протягом усього часу, коли Live API слухає аудіопотік, навіть якщо модель нічого не відповідає.

97 мов і аналіз відео в реальному часі

Gemini 3.8 Live є мультимодальною моделлю. Вона може отримувати на вході текст, зображення, аудіо та відео, а відповідати текстом або голосом.

Окремий акцент Google зробила на обробці візуальної інформації практично в реальному часі. Це дозволяє створювати голосових асистентів, які одночасно бачать зображення з камери та ведуть розмову про те, що відбувається перед користувачем.

Також заявлена підтримка автоматичного визначення та перемикання між 97 мовами всередині однієї розмови. Цю можливість окремо підтвердила Vercel, яка вже додала Gemini 3.8 Live до свого AI Gateway.

Скільки коштує Gemini 3.8 Live

Google використовує окрему тарифікацію для тексту, зображень, відео та аудіо. Для голосових сценаріїв на платному рівні офіційна вартість Gemini API становить:

• вхідне аудіо — $0,005 за хвилину, або приблизно 0,22 грн за хвилину;
• вихідне аудіо — $0,018 за хвилину, або приблизно 0,80 грн за хвилину.

Перерахунок виконано за актуальним курсом близько $1 = 44,57 грн. Таким чином, якщо умовно протягом години безперервно оплачувати і хвилини вхідного, і хвилини вихідного аудіо, їхня сумарна вартість становила б близько $1,38, або приблизно 61,5 грн. Фактичні витрати залежатимуть від того, скільки часу модель слухає та скільки аудіо генерує у відповідь.

Чому Gemini 3.8 Live важлива для голосових асистентів

Найцікавіша частина оновлення полягає не просто у швидшій генерації голосу. Google поступово перетворює голосову модель із системи формату «запит — відповідь» на агента, який може розмовляти, бачити навколишнє середовище та паралельно виконувати реальні дії через API.

Саме фонове виконання функцій може суттєво змінити сприйняття таких систем. Якщо голосовий агент здатний перевіряти бронювання, знаходити інформацію, працювати з корпоративними системами або виконувати інші операції без тривалої тиші, взаємодія стає значно ближчою до звичайної телефонної розмови.

Для складніших сценаріїв Google паралельно випустила Gemini 3.8 Live Extended Thinking. Ця версія орієнтована на багатокрокові завдання і може виконувати поглиблені міркування у фоновому режимі, водночас підтримуючи голосовий контакт із користувачем.

Що це означає для користувачів в Україні

Для українських користувачів важливо насамперед те, що Gemini 3.8 Live розрахована на багатомовне спілкування та автоматичне перемикання мов. Це потенційно робить голосові ШІ-сервіси зручнішими у ситуаціях, коли в одному діалозі використовується українська, англійська або інші мови.

Більш помітний ефект спочатку, ймовірно, буде саме у сторонніх сервісах: голосових службах підтримки, онлайн-магазинах, банківських і корпоративних асистентах, сервісах бронювання та інших продуктах, розробники яких інтегрують Gemini Live API.

При цьому Gemini 3.8 Live — це вже офіційно представлена модель, а не витік чи попередній слух. Google вказує стабільний ідентифікатор gemini-3.8-live, а оновлення моделі датоване вереснем 2026 року.