O Google DeepMind anunciou nesta semana dois novos modelos voltados para interação por voz, batizados de Gemini 3.8 Live e Gemini 3.8 Live Extended Thinking. Segundo a empresa, essa é a dupla de modelos de diálogo em tempo real mais avançada já lançada pelo Google, construída para tornar conversas com assistentes de IA mais naturais e menos travadas por pausas de processamento.
O anúncio chega em um momento de disputa acirrada entre as grandes empresas de tecnologia pela liderança em assistentes de voz cada vez mais fluidos, e reforça a estratégia do Google de acelerar o ritmo de lançamentos dentro da família Gemini, buscando reduzir a distância percebida entre a experiência de falar com uma inteligência artificial e uma conversa genuinamente humana.
O que muda na forma de conversar com a IA
A grande promessa dos novos modelos é acabar com aquela sensação de estar falando com um menu eletrônico. O Gemini 3.8 Live foi otimizado para eficiência e escala, combinando inteligência conversacional fluida com análise visual quase instantânea, e é capaz de alternar automaticamente entre 97 idiomas durante uma mesma conversa, sem travar o diálogo.
Já a variante Extended Thinking foi criada para tarefas mais complexas, unindo raciocínio em múltiplas etapas à fala natural. Na prática, isso significa que o modelo consegue processar fluxos de trabalho em segundo plano enquanto continua conversando, usando frases como “deixa eu verificar isso” para sinalizar que está processando algo mais elaborado, sem deixar o usuário esperando em silêncio.
Esse lançamento também marca a continuidade de um ritmo acelerado de anúncios do Google ao longo do ano. A empresa já havia apresentado o Gemini 3.8 Flash poucas semanas antes, e antes disso o Gemini 3.7 Flash, mas essa é a primeira vez que o foco recai especificamente sobre a camada de áudio da família Gemini, área em que a concorrência vinha ganhando terreno com modelos de conversação cada vez mais fluidos.
Números que sustentam a promessa
O Google apresentou uma série de números para justificar o rótulo de modelo mais avançado da linha. O Gemini 3.8 Live Extended Thinking alcançou 82,6 pontos no índice de qualidade de voz da Artificial Analysis, ficando no topo do ranking do setor. O modelo também registrou 68,6% no benchmark τ-Voice, voltado para conclusão de tarefas por agentes de voz, e 97,7% no Big Bench Audio, métrica que avalia compreensão sonora.
Do ponto de vista comercial, a aposta do Google é competir diretamente com o GPT-Live-1, da OpenAI, oferecendo preços mais competitivos por hora de conversa. Enquanto a OpenAI separa a camada conversacional da camada de raciocínio, deixando a orquestração nas mãos dos próprios desenvolvedores, a estratégia do Google concentra as duas capacidades dentro de uma única sessão de voz.
Onde os modelos já estão disponíveis
O lançamento chega em etapas. Para desenvolvedores, os dois modelos já podem ser acessados pela Gemini API e pelo Google AI Studio. Empresas têm acesso via prévia privada dentro do Gemini Enterprise, enquanto o público em geral já encontra o Gemini 3.8 Live disponível no Search Live, com a versão Extended Thinking chegando ao aplicativo do Gemini e ao Google Workspace nas próximas semanas.
Durante as demonstrações do lançamento, o Google mostrou o novo modelo sendo usado para acompanhar uma partida de xadrez por meio de contexto visual em tempo real e transformar esboços feitos à mão em componentes funcionais de código. Esses exemplos reforçam a intenção da empresa de emplacar o Gemini 3.8 Live não apenas como um assistente de bate-papo, mas como uma ferramenta capaz de executar tarefas reais enquanto conversa naturalmente com o usuário, disputando espaço direto com os concorrentes que também correm para dominar a próxima geração de assistentes de voz.