Comparação de modelos
Compare Gemini 3.8 Live Extended Thinking e Gemini 3.1 Flash Live Preview usando a mesma rubrica voz e tempo real fornecida pelo provedor. Nenhuma pontuação misteriosa e nenhuma classificação de benchmark inventada.
Tomada rápida
Um modelo de voz Gemini separado que resolve solicitações complexas em segundo plano enquanto mantém a conversa.
A integração difere do Live padrão: as ferramentas devem ser assíncronas, e o aplicativo deve acompanhar interaction_status. O fim de uma fala não significa que a tarefa em segundo plano terminou.
Modelo de visualização de áudio para áudio do Google para diálogo de baixa latência com consciência multimodal, pensamento, base de pesquisa e chamada de função.
O modelo é uma prévia e projetos pagos e não pagos têm diferentes termos de uso de dados. Confirme ambos antes de capturar conversas confidenciais.
Compare os fatos publicados
Os valores usam as próprias unidades e limites publicados de cada provedor. Um espaço em branco significa que o fornecedor não publicou um valor diretamente comparável nas fontes analisadas.
| Voz e tempo real | Gemini 3.8 Live Extended Thinking | Gemini 3.1 Flash Live Preview |
|---|---|---|
| Base de preçoPreço baseado em token, caractere ou minuto para a rota de acesso listada. | Áudio US$ 0,005/min de entrada · US$ 0,018/min de saída | Áudio US$ 0,005/min de entrada · US$ 0,018/min de saída |
| Modo de interaçãoComportamento de fala para fala, áudio para áudio ou transmissão de texto para fala. | Voz para voz com entrada visual e raciocínio em segundo plano | Entrada multimodal de áudio para áudio em tempo real |
| Latência publicadaMedição publicada pelo provedor com suas exclusões declaradas; não é um teste Cody. | Não publicado | Não publicado |
| IdiomasCobertura linguística documentada pelo fornecedor ou um marcador claro e não publicado. | Multilíngue; verificar o suporte atual da API Live | Multilíngue; verificar o suporte atual da API Live |
| Ferramentas e controleRecursos nativos de chamada de função, raciocínio ou controle de fala. | Somente funções assíncronas, fundamentação com pesquisa | Chamada de função e base de pesquisa |
| Contexto ou limite de entradaToken documentado ou limite de caracteres onde for significativo. | 131.072 entradas · 65.536 saídas | 131.072 entradas · 65.536 saídas |
Como escolher
Comece com o trabalho que você precisa concluir e, em seguida, valide os detalhes de custo, acesso e política na rota exata do seu provedor.
Google afirma que os prompts e respostas pagos do Gemini API não são usados para melhorar seus produtos. Geralmente, conteúdo de serviço não pago pode ser usado, com tratamento diferente para usuários do EEE, do Reino Unido e da Suíça; verifique os termos atuais para sua conta e região.
Links de provedor e API
Google afirma que o conteúdo pago do Gemini API não é usado para melhorar seus produtos; dados de serviços não pagos geralmente podem ser. Confirme o status do faturamento e os termos atuais antes de enviar conversas confidenciais.
Links de provedor e API
Perguntas frequentes
Gemini 3.8 Live Extended Thinking: Um modelo de voz Gemini separado que resolve solicitações complexas em segundo plano enquanto mantém a conversa. Gemini 3.1 Flash Live Preview: Modelo de visualização de áudio para áudio do Google para diálogo de baixa latência com consciência multimodal, pensamento, base de pesquisa e chamada de função.
Considere Gemini 3.8 Live Extended Thinking quando sua prioridade for Fluxos de suporte por voz em várias etapas. Considere Gemini 3.1 Flash Live Preview quando sua prioridade for Assistentes de voz multimodais. Teste ambos com seus próprios dados e rota do provedor antes de confirmar.
Não. Esta comparação alinha os fatos publicados pelo fornecedor para a categoria Voz e tempo real. Ele não reivindica um vencedor universal nem combina pontuações de benchmark de terceiros incompatíveis.
