Saltar al contenido
Volver

Google lanza Gemini 3.8 Live: voz en tiempo real que quiere dejar de sonar a robot

Google DeepMind presentó dos modelos de audio en vivo —Gemini 3.8 Live y Live Extended Thinking— y el segundo se quedó con el #1 del ranking de calidad speech-to-speech de Artificial Analysis.

Nauta Lab
2 min

Google lanza Gemini 3.8 Live: voz en tiempo real que quiere dejar de sonar a robot

Google sigue con el ritmo frenético de lanzamientos este 2026 y ahora le tocó al audio. Google DeepMind presentó dos modelos de diálogo en vivo: Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking. La jugada apunta directo a los voice agents, ese terreno donde la experiencia todavía se siente más a central telefónica que a conversación real.

Los dos lados de la moneda

Los dos modelos están pensados para cosas distintas:

  • Gemini 3.8 Live está optimizado para escala y costo: conversación fluida, grounding visual y eficiencia para producción. Quedó segundo en el Speech Agent Arena de Artificial Analysis, con un precio agresivo frente a la competencia.
  • Gemini 3.8 Live Extended Thinking es el músculo para tareas complejas: razonamiento multi-paso en paralelo mientras habla. Acá está la noticia fuerte: se quedó con el #1 del índice de calidad Speech-to-Speech de Artificial Analysis (82.6).

Los números que respaldan el claim

Extended Thinking no solo gana el ranking general, sino que lidera la ejecución de tareas agénticas por voz: 68.6% en τ-Voice y 35.1% en τ-Voice-banking (el benchmark de Sierra). En razonamiento puro marca 97.7% en Big Bench Audio. O sea, el discurso de Google es: no solo suena más humano, sino que efectivamente resuelve más cuando le hablas.

Dónde llega y cuándo

Ambos modelos ya están disponibles vía Gemini API y AI Studio, además de Search Live, Gemini Enterprise (private preview) y las apps de Workspace, Gmail y Keep. La estrategia es clara: meter la voz en vivo en todo el ecosistema productivo de Google, no dejarla solo como demo de laboratorio.

Por qué importa

El contexto le da peso al anuncio. Hace apenas dos semanas Google lanzó Gemini 3.8 Flash (y antes, 3.7 Flash), pero este giro al audio en tiempo real es distinto: ataca el nicho de los agentes conversacionales de producción —atención al cliente, ventas, soporte— que hoy se pelean con GPT Live (Astra) de OpenAI y Grok Voice Think de xAI.

Para los que operan en la nube o integran agentes, la señal es que la guerra de precios y de calidad percibida de la voz recién empieza. Y cuando un modelo de Google lidera el benchmark de calidad a un precio “altamente competitivo”, la presión para que el resto ajuste tarifas se siente en la próxima factura.

Fuentes: Google Blog, Artificial Analysis, officechai.


Compartir artículo:

Sigue leyendo

Noticias relacionadas

Más en IA →

Buscar en Ping Diario