概要
Googleのリアルタイム音声対話向けモデル。Gemini 3.8 Liveのうち、複雑な複数ステップのタスクや、対話を続けながらのバックグラウンド推論に重点を置いたモデルです。公式発表日は2026年9月15日です。(blog.google)
能力と用途
- 音声応答をストリーミングしながら、背景で推論や非同期のツール呼び出しを実行できます。進行状況を音声で伝えることも可能です。推論レベルは
low、medium、highを設定できます。 - テキスト、画像、音声を入力し、テキストと音声を出力できます。モデルカードは動画入力にも言及しています。入力上限は131,072トークン、出力上限は65,536トークンです。
- 音声エージェント、予約などの複数段階の手続き、視覚情報を利用した対話、業務支援などに利用できます。Googleは、Gemini API、Google AI Studio、Geminiアプリ、Google Workspaceなどでの提供を案内しています。(aistudio.google.com)
制限
- 幻覚、遅延、タイムアウトが発生する場合があります。知識のカットオフは2025年1月です。
- Gemini APIのモデル仕様では、関数呼び出しは非同期のみ対応です。コンテキストキャッシュ、コード実行、ファイル検索、画像生成、構造化出力、Batch APIには非対応です。
- クライアントは、発話のターン終了後もバックグラウンド処理が続く可能性を考慮する必要があります。(storage.googleapis.com)
料金
Google Gemini Developer APIの公式料金表に記載された料金です。通貨は米ドル(USD)、確認日は2026年11月16日です。別のプラットフォームの料金とは区別してください。(aistudio.google.com)
| 区分 | 有料枠の料金 |
|---|---|
| テキスト入力 | 100万トークンあたり $0.75 |
| 音声入力 | 100万トークンあたり $3.00、または1分あたり $0.005 |
| 画像・動画入力 | 100万トークンあたり $1.00、または1分あたり $0.002 |
| テキスト出力 | 100万トークンあたり $4.50 |
| 音声出力 | 100万トークンあたり $12.00、または1分あたり $0.018 |
出力料金には思考トークンを含みます。公式料金表では無料枠の入力・出力料金は無料と記載されています。Google検索によるグラウンディングは別料金で、有料枠ではGemini 3以降のモデル全体で月5,000件まで無料、その後は1,000件あたり $14、1日1,500件の上限があります。1回のリクエストから複数の検索クエリが発生する場合があります。(aistudio.google.com)
公式情報源
- Google公式発表
- モデル仕様
- Gemini 3.8 Audioモデルカード
- Gemini Developer API公式料金表(確認日:2026年11月16日)