Google lance Gemini 3.8 Live et le modèle de conversation en temps réel avec réflexion prolongée

Le 15 septembre, heure locale, Google a officiellement annoncé le lancement de deux nouveaux produits : Gemini 3.8 Live et Gemini 3.8 Live Extended Thinking. Selon Google, il s'agit de ses modèles de conversation en temps réel les plus avancés à ce jour, conçus pour rendre les conversations IA plus intuitives et intelligentes grâce à des améliorations majeures en matière d'intelligence et de raisonnement parallèle. Ces deux modèles ont été optimisés pour différents scénarios d'utilisation : Gemini 3.8 Live se concentre sur le déploiement à grande échelle et l'efficacité des coûts, tandis que Gemini 3.8 Live Extended Thinking se spécialise dans les tâches de haute complexité et le renforcement du raisonnement multi-étapes.

En termes de performances, Gemini 3.8 Live Extended Thinking a obtenu les meilleurs résultats dans plusieurs tests de référence. Il se classe premier au total de l'indice de qualité voix-à-voix d'Artificial Analysis avec un score de 82,6 %, et atteint un taux de réussite de 68,6 % dans la tâche τ-Voice Agent. De plus, le modèle obtient un score de 97,7 % au test Big Bench Audio, améliorant significativement le niveau d'intelligence des flux de travail complexes tout en maintenant une tarification compétitive.

Gemini 3.8 Live a reçu une reconnaissance élevée pour son expérience utilisateur et son rapport coût-efficacité, se classant deuxième au Speech Agent Arena. Ce modèle possède d'excellentes capacités de compréhension visuelle, capable de traiter les entrées visuelles quasi instantanément et de détecter et commuter automatiquement parmi 97 langues prises en charge pendant la conversation. En outre, il peut exécuter des appels d'outils et d'API en arrière-plan tout en maintenant une conversation fluide et sans interruption, réussissant ainsi à équilibrer précision et qualité de dialogue, repoussant ainsi la frontière de Pareto des flux de travail complexes.

Pour répondre aux besoins de raisonnement approfondi, Gemini 3.8 Live Extended Thinking permet d'effectuer simultanément le raisonnement et la prise de parole. Sans interrompre la fluidité de la conversation, il répond à l'aide de提示 en langage naturel tels que « Laissez-moi vérifier… » et peut expliquer en temps réel l'avancement des tâches de fond multi-étapes. Cette conception permet au modèle de fournir à la fois une déduction logique précise lors du traitement de tâches de haute complexité et de maintenir une expérience d'interaction naturelle.

En matière d'écosystème, les développeurs peuvent facilement construire des interfaces vocales performantes via l'API Gemini Live sur des plateformes telles qu'Agora, Fishjam, LiveKit, Pipecat, Vercel et Vision Agents. Google collabore également avec des entreprises telles que Salesforce, Genspark et Lumeris pour promouvoir le développement de l'écosystème associé, visant à appliquer plus largement les capacités avancées de conversation en temps réel à divers scénarios commerciaux.

La sécurité et la conformité constituent une partie importante de ce lancement. Google a ajouté un filigrane invisible SynthID à toutes les audio générées par l'IA, directement intégré dans la sortie audio. Cette technologie vise à aider à détecter et à prévenir la propagation de fausses informations, à assurer la traçabilité du contenu généré par l'IA et à offrir aux utilisateurs et aux entreprises un environnement d'interaction IA plus sûr.

Actuellement, Gemini 3.8 Live est déjà en cours de déploiement. Les développeurs peuvent l'utiliser via l'API Gemini et Google AI Studio ; les entreprises peuvent y accéder en avant-première via Gemini Enterprise, qui sera bientôt disponible sur Gemini Enterprise for Customer Experience ; tous les utilisateurs peuvent en faire l'expérience via Search Live. La démocratisation de ce modèle marque l'application concrète de la technologie de conversation en temps réel dans davantage de scénarios.

Gemini 3.8 Live Extended Thinking est également en cours de déploiement. Les développeurs peuvent également l'utiliser via l'API Gemini et Google AI Studio ; les entreprises peuvent y accéder en avant-première via Gemini Enterprise, qui sera bientôt disponible sur Gemini Enterprise for Customer Experience ainsi que pour les clients entreprise de Google Workspace ; les utilisateurs ordinaires peuvent en faire l'expérience via Gemini Live, les abonnés Google AI Pro et Ultra peuvent l'utiliser dans Docs de Google Workspace, et tous les abonnés Google AI peuvent en faire l'expérience dans Gmail et Keep.