Google a annoncé le 15 septembre 2026 deux nouveaux modèles conversationnels audio dans la famille Gemini : Gemini 3.8 Live, conçu pour la mise à l’échelle et l’efficacité, et Gemini 3.8 Live Extended Thinking, orienté vers les tâches plus complexes. Les deux modèles sont disponibles dès ce jour pour les développeurs via l’API Gemini et Google AI Studio.
Ce que font ces deux modèles

Gemini 3.8 Live est un modèle audio conversationnel capable de traiter de la vidéo en quasi temps réel, de détecter et de basculer automatiquement entre 97 langues au fil d’une même conversation, et d’exécuter des appels d’outils et des requêtes API en arrière-plan sans interrompre l’échange vocal. Il peut également narrer la progression d’une tâche multi-étapes pendant qu’elle se déroule.
Gemini 3.8 Live Extended Thinking ajoute une couche de raisonnement simultané à la parole. Le modèle peut raisonner et parler en même temps, en utilisant des marqueurs verbaux naturels (« laisse-moi vérifier », « un instant ») pour signaler à l’interlocuteur qu’il est en train de traiter une demande avant de répondre. Ce mécanisme est destiné aux interactions qui requièrent une résolution de problème structurée, pas uniquement une réponse rapide.
Les performances mesurées à l’annonce
Google publie plusieurs benchmarks pour accompagner le lancement. Gemini 3.8 Live Extended Thinking obtient un score de 82,6 sur le Speech to Speech Quality Index, ce qui le classe en première position selon Google. Sur le benchmark τ-Voice, qui évalue les tâches agentiques vocales, il atteint 68,6 %. Sur Sierra τ-Voice-banking, un sous-ensemble centré sur les interactions bancaires, il obtient 35,1 %. Sur Big Bench Audio, il enregistre 97,7 %.
Gemini 3.8 Live (sans Extended Thinking) est classé en deuxième position sur le Speech Agent Arena, un classement comparatif basé sur des évaluations humaines d’agents vocaux.
Disponibilité et déploiement
Dès le 15 septembre 2026, les deux modèles sont accessibles aux développeurs via l’API Gemini et Google AI Studio. Les entreprises peuvent rejoindre un programme d’aperçu privé pour Gemini Enterprise. Côté grand public, les modèles alimentent déjà Search Live, l’application Gemini et Google Workspace.
Les contenus audio générés par ces modèles intègrent systématiquement SynthID, le filigrane imperceptible de Google DeepMind permettant de détecter les voix synthétiques. Cette mesure est appliquée dès le lancement, sans option de désactivation pour les développeurs.
Choisir les bons outils pour ton activité et chiffrer leur coût réel, c’est le rôle de l’audit IA de départ.