Apresentando o Gemini 3.8 Live e o 3.8 Live Extended Thinking: o Google Divide Sua Linha de Voz em Duas

Do Google Gemini 3.8 Live e Gemini 3.8 Live Extended Thinking chegaram em 15 de setembro de 2026 — um anúncio, dois modelos e uma verdadeira bifurcação na linha de produtos. O número de destaque é uma diferença de 6,6 pontos no Speech to Speech Index da Artificial Analysis, 82,6 contra 76,0. O número por baixo dele é 38. Na mesma medida de conclusão de tarefas agênticas τ-Voice do mesmo quadro, a variante de raciocínio resolve 68,6% dos cenários replicados de atendimento ao cliente e o modelo padrão resolve 30,1%. Os 6,6 pontos são o que o índice diz. Os 38 pontos são o que acontece quando você pede a qualquer um dos modelos que realmente resolva alguma coisa.

Um dia após o lançamento, a bifurcação tem um preço associado. Ambos os modelos têm tarifas de áudio por minuto publicadas por meio da Live API, e o ranking da Artificial Analysis coloca o custo por hora de áudio de entrada em $0.84 para o modelo padrão, contra $3.50 para a variante de raciocínio — pouco mais de quatro vezes mais por hora por aqueles 6,6 pontos de índice. Essa troca é toda a decisão, e avaliá-la apenas pelo índice leva a uma conclusão errada.

O que torna este lançamento diferente de uma atualização comum de modelo de voz é que a divisão não é uma questão de faixa de tamanho. É uma discordância sobre qual é o trabalho de um agente de voz. Um desses modelos é uma interface conversacional. O outro é um sistema de raciocínio que, por acaso, fala.

Dois modelos, dois empregos

A própria forma como o Google enquadra isso é excepcionalmente clara. Gemini 3.8 Live é descrito como "criado para escala e eficiência de custos, combinando inteligência conversacional com diálogo fluido e ancoragem visual". Gemini 3.8 Live Extended Thinking é "criado para tarefas de alta complexidade, com inteligência aumentada e raciocínio em várias etapas".

A diferença prática aparece na lista de capacidades, e não na ficha técnica:

• Gemini 3.8 Live — processamento de entrada visual quase em tempo real, troca automática no meio da conversa entre 97 idiomas compatíveis e execução de ferramentas/API em segundo plano, para que o modelo reconheça uma solicitação e continue falando enquanto a chamada é concluída.

• Gemini 3.8 Live Extended Thinking — raciocina e fala ao mesmo tempo, narrando o progresso com indicações como "Deixe-me verificar isso…" enquanto uma tarefa de várias etapas é executada.

• Compartilhado — todo áudio gerado carrega a marca d'água SynthID do Google, ambos são cobertos por um model card publicado sob o nome gemini-3-8-audio, e ambos agora têm IDs de modelos da API documentados: gemini-3.8-live e gemini-3.8-live-extended-thinking.

O modelo Extended Thinking não é simplesmente o 3.8 Live com um orçamento de pensamento maior. É aquele que consegue manter uma conversa e um plano de tarefa simultaneamente sem que a conversa trave — o que é precisamente o que faz os agentes de voz falharem em produção. Um usuário não quer silêncio enquanto o agente procura algo. Ele quer que o agente continue falando.

A placa indica 6,6. Os componentes indicam 38.

O Speech to Speech Index é uma média ponderada de quatro resultados subjacentes: Speech Reasoning, medido pelo próprio conjunto Big Bench Audio da Artificial Analysis; Agentic Performance, medido pela execução do benchmark de atendimento ao cliente τ-Voice; Arena Preference, obtido a partir da Speech Agent Arena; e Task Success Rate. Apenas modelos com todos os quatro componentes recebem uma pontuação no índice, e é por isso que algumas linhas nessa tabela estão em branco.

Analisados separadamente, os dois novos modelos não parecem nem de longe um par com 6,6 pontos de diferença:

• Índice de Fala para Fala — Gemini 3.8 Live Extended Thinking (High) 82,6 vs Gemini 3.8 Live 76,0

• Desempenho agêntico (conclusão de tarefas do τ-Voice) — 68,6% vs 30,1%

• Raciocínio de fala (Big Bench Audio) — 98% vs 92%

• Dinâmica conversacional — 91,9% vs 96,1%

• Preferência de arena (Elo) — 990 vs 1083

• Taxa de sucesso das tarefas — 89,1% vs 93,2%

• Tempo até o primeiro áudio — 1,35s vs 1,18s

• Custo por hora de áudio de entrada — $3,50 vs $0,84

Leia com honestidade e o modelo padrão vence quatro de oito linhas. Ele é mais rápido até o primeiro áudio, melhor avaliado pela arena, mais propenso a concluir uma tarefa e melhor avaliado em dinâmica conversacional. Ele também custa um terço do preço. O que ele não consegue fazer é terminar o trabalho quando o trabalho tem etapas: 30,1% contra 68,6% é a maior diferença isolada em qualquer ponto desta versão, e ela está no único eixo que separa um agente de voz de uma interface de voz.

Duas ressalvas antes que essa tabela seja considerada definitiva. O valor de preferência da arena usado no índice fica congelado no momento em que um modelo se torna elegível para publicação, portanto não acompanha o Elo ao vivo no gráfico do Speech Agent Arena — leia-o como um instantâneo, não como uma pontuação contínua. E as margens de τ-Voice no topo do ranking são estreitas o suficiente para serem ruído: os 68,6% da variante de raciocínio lideram o GPT-Live-1, com 67,9% (backend Astra, esforço médio), por 0,7 ponto, com GPT-Live-1 (Sol, low) em 59,3% e Grok Voice Think Fast 2.0 High em 56,5% atrás. A diferença de 38 pontos entre os dois modelos Gemini não é pequena. A vantagem de 0,7 ponto sobre o GPT-Live-1 é.

Onde se situa no índice

Na captura abaixo, feita em 16 de setembro de 2026, a parte superior do quadro diz o seguinte:

• Gemini 3.8 Live Extended Thinking (High) — 82.6 (primeiro lugar)

• GPT-Live-1 (backend Astra, esforço médio) — 81,5

• Grok Voice Think Fast 2.0 High — 81,3

• GPT-Live-1 (backend Sol, esforço baixo) — 80.1

• Gemini 3.8 Live — 76,0

• GPT-Realtime-2.1 Alto — 73.9

• Gemini 3.1 Flash Live High — 71,5

É esse o caso da divisão em uma tela. A variante Extended Thinking ocupa o primeiro lugar, operando no rótulo (High) de esforço de raciocínio do quadro — a mesma convenção que usa para Grok Voice Think Fast 2.0 High e GPT-Realtime-2.1 High, e a razão pela qual o sufixo "(High)" que você pode ver anexado a este modelo na cobertura é um rótulo de configuração, e não um lançamento separado. A variante padrão fica em quinto lugar — abaixo de duas configurações do GPT-Live-1 e abaixo do Grok. O próprio blog do Google descreve o modelo padrão como "altamente econômico" e observa que ele "conquistou o segundo lugar na Speech Agent Arena", que é um quadro diferente que mede outra coisa. Ambas as afirmações são verdadeiras. Lidas em conjunto, elas dizem: o 3.8 Live é um modelo conversacional muito bom a um preço muito bom, e não é a fronteira da inteligência de voz.

O vazamento que chegou lá primeiro

Os modelos foram vistos em uma página de cotas do Google Cloud no dia anterior ao anúncio, e noticiamos esse avistamento na época como um slug não confirmado, sem ficha do modelo, sem preços e sem confirmação do Google. Esse post estava certo quanto ao status e errado quanto à linha do tempo — a confirmação chegou dentro de aproximadamente 24 horas.

A lição vale a pena ser registrada, porque contraria o instinto habitual. Um slug vazado um dia antes do lançamento é um lançamento. Um slug vazado sem documentação comprobatória por oito semanas é algo completamente diferente. O sinal que os distinguia não era o slug; era a presença de uma página de cota, que só existe quando a capacidade foi provisionada.

Quanto custa, por minuto

No anúncio, os materiais do Google não separavam os dois modelos em termos de preço — o modelo padrão recebeu um valor e a variante de raciocínio não, que é o que o painel acima registra. Essa lacuna foi fechada desde então. Ambos os modelos agora têm preços publicados por meio da Live API: US$ 0,005 por minuto de entrada de áudio e US$ 0,018 por minuto de saída de áudio, o que o Google confirmou em 16 de setembro quando os dois foram lançados. A mesma tabela de preços publicada abrange o preço por token do nível Gemini 3 Live — US$ 0,75 por 1 milhão de tokens de texto de entrada e US$ 4,50 de saída, US$ 3,00 por 1 milhão de tokens de áudio de entrada e US$ 12,00 de saída, e US$ 1,00 por 1 milhão para entrada de imagem ou vídeo — embora essas linhas de tokens sejam publicadas para o nível e não por modelo, então leia-as como a tabela de preços do nível e não como uma cotação para uma variante específica.

A Artificial Analysis também preencheu o número que mais importa para o planejamento. Seu ranking agora traz uma coluna de custo por hora de áudio de entrada — o custo para concluir um subconjunto fixo de 40 perguntas do Big Bench Audio, normalizado para uma taxa horária — e ambos os novos modelos têm um valor ali:

• Gemini 3.8 Live — $0,84/hora de áudio de entrada, a tarifa paga mais baixa dessa tabela

• Gemini 3.8 Live Extended Thinking (Alto) — US$ 3,50/hora, ainda abaixo dos dois modelos que ele supera em qualidade

• Grok Voice Think Fast 2.0 High — $4,80/hora

• GPT-Live-1 (backend Astra, esforço médio) — $5,83/hora

• GPT-Realtime-2 (High) — $4.14/hora

• GPT-Realtime-2.1 High — $10,75/hora

Uma observação sobre as capturas acima: como o painel de custos na captura de tela do ranking é anterior a estas duas linhas, nem $0,84 nem $3,50 aparecem nele, e sua barra mais barata é $1,42. Os valores da lista são lidos da tabela de resumo do ranking tal como ela está em 16 de setembro de 2026, e não dessa imagem. Os valores de índice mostrados na imagem não são afetados e correspondem à tabela.

Leia os dois novos números em relação aos componentes acima e o lançamento deixa de ser um anúncio de dois modelos e se torna uma única decisão com uma taxa de câmbio publicada. A variante de raciocínio compra 6,6 pontos de índice, seis pontos de raciocínio de fala e 38,5 pontos de conclusão de tarefas agênticas por pouco mais de quatro vezes o custo horário de áudio. Se vale a pena pagar depende inteiramente do que o seu agente está fazendo — e a forma da resposta mudou assim que os componentes foram publicados. Um agente de voz cujo trabalho é concluir uma tarefa de várias etapas está comprando a maior melhoria individual deste lançamento, a $3,50 por hora, enquanto reduz o preço do GPT-Live-1 Astra em cerca de 40% e do Grok Voice Think Fast 2.0 High em aproximadamente um quarto, e pontua acima de ambos. Um agente de voz cujo trabalho é conversar — responder, manter um fio de conversa, anotar um recado, ser agradável — está comprando muito pouco com profundidade extra de raciocínio, e a $0,84 por hora está comprando o modelo de voz competente mais barato que qualquer um publica atualmente.

Esse é o formato da lista. O Google precificou seu modelo de raciocínio abaixo dos dois modelos que ele supera, e precificou seu modelo padrão abaixo de tudo o que está no quadro. Se você processa minutos de voz em volume, este é o número que mexe na sua fatura, não a pontuação do índice — e o fato de as duas variantes estarem a 4× de distância significa que escolher qual delas chamar é a maior alavanca de custo isolada na stack.

O "Private preview" está fazendo um trabalho de verdade nessa frase

Nenhum dos modelos está disponível em geral no sentido contratual, mas a superfície para desenvolvedores está aberta e agora tem preço, o que muda aquilo com que você pode contar:

• Gemini 3.8 Live — os desenvolvedores têm acesso a ele na API Gemini, na API Live e no Google AI Studio sob o ID documentado gemini-3.8-live; as empresas têm prévia privada no Gemini Enterprise, com o Gemini Enterprise for Customer Experience "em breve"; todos têm acesso a ele no Search Live.

• Gemini 3.8 Live Extended Thinking — a mesma superfície para desenvolvedores sob gemini-3.8-live-extended-thinking, além de um caminho mais amplo para o consumidor: Gemini Live, Docs Live para assinantes do Google AI Pro e Ultra, e Gmail Live e Keep Live para todos os assinantes do Google AI.

O que ainda falta é a parte de que uma empresa precisa: um compromisso de disponibilidade geral, um índice de uptime publicado e uma tarifa que o Google prometeu manter. Se você precisa disso, espere. Se você está fazendo prototipagem, o caminho está aberto hoje com uma tabela de preços real por trás, o que é uma posição materialmente melhor do que uma prévia sem preço publicado. Construir a integração agora é razoável; colocar uma linha telefônica crítica para a receita em uma meta de disponibilidade que o Google não se comprometeu a cumprir não é, e a correção para isso é descrita abaixo.

Onde terminam as alegações do fornecedor

A Google publicou números próprios por componente junto com o lançamento — 68,6% no τ-Voice, 35,1% no ranking τ³-Banking da Sierra e 97,7% no Big Bench Audio, todos atribuídos ao modelo Extended Thinking. Esses números agora se dividem em dois grupos, e essa divisão é importante.

Duas das três coincidem com medições que a própria Artificial Analysis executa em seu próprio ambiente de testes. Seu componente agêntico τ-Voice registra 68,6% para este modelo, contra 67,9% para o GPT-Live-1 Astra e 56,5% para o Grok Voice Think Fast 2.0; seu componente de raciocínio de fala Big Bench Audio registra 98%, contra 97,7% do Google. A Artificial Analysis descreve o τ-Voice e o Big Bench Audio como seus próprios benchmarks, executados em três ensaios quando disponíveis. Portanto, os números do τ-Voice e de raciocínio agora estão em um painel público que você pode ir consultar, e não apenas no anúncio do Google — trate-os como corroborados, e não como definitivos, já que os números exatos citados pelo Google podem muito bem ser essa mesma execução, e não uma segunda.

O número da Sierra não tem esse respaldo e continua sendo uma alegação do fornecedor: 35,1% no ranking τ³-Banking da Sierra, contra 32,0% do GPT-Live-1 Astra e 16,5% do xAI-Realtime. É também o número que vale a pena ponderar, porque 35,1% significa que o modelo de voz líder nesse ranking falha em aproximadamente duas de cada três tentativas realistas de conclusão de tarefas bancárias. O Google também cita uma execução do ServiceNow EVA-Bench realizada na Live API no Gemini Enterprise Agent Platform, e descreve ambos os modelos como estando na vanguarda da fronteira de Pareto para fluxos de trabalho complexos — nenhuma das duas alegações tem uma leitura independente associada.

Há um precedente que vale a pena manter aqui. A xAI relatou um valor de 82,9 no Speech to Speech Index para o Grok Voice Think Fast 2.0 em julho. No leaderboard capturado acima, esse modelo está em 81,3. Pontuações de índice relatadas por fornecedores nem sempre sobrevivem ao contato com um leaderboard ao vivo — normalmente porque o índice é revisado, às vezes porque a configuração testada não foi a que foi lançada. Verifique os números do τ-Voice e do Big Bench no seu próprio tráfego, e leia a coluna agêntica como aquela que deve ser testada com mais afinco.

A camada na qual esses agentes realmente rodam

Ambos os modelos ficam na frente de um backend. A execução de ferramentas em segundo plano, o planejamento de tarefas em várias etapas e o padrão de delegação que todo agente de voz sério usa se resumem a chamadas comuns a modelos de texto — e essa é a camada com a maior variação de custos e o menor lock-in.

OrcaRouter disponibiliza 190 modelos a partir de uma única chave, ao preço de tabela do provedor e sem markup, o que significa que um corte de preço de um laboratório upstream entra em vigor do nosso lado no mesmo dia, em vez de na próxima renovação de contrato. Para uma stack de voz em que o front-end é um modelo de pré-visualização, as duas propriedades úteis são que o alvo de delegação pode ser trocado sem mexer na integração de voz, e que o failover automático mantém uma chamada ativa quando um backend apresenta erro ou atinge o tempo limite. Para ser preciso sobre o que hospedamos e o que não hospedamos: os endpoints do Gemini 3.8 Live não estão no nosso roteador — eles vêm da própria API do Google —, mas os modelos de texto para os quais esses agentes delegam trabalho com muita frequência estão, incluindo o Gemini 3.8 Flash.

O que assistir a seguir

Três coisas vão resolver as questões em aberto deste lançamento. A primeira é a disponibilidade geral e uma tarifa que o Google se comprometeu a manter — os preços já foram publicados, mas preços de pré-visualização costumam mudar, e uma tabela de preços não é um contrato. A segunda é se as colunas de arena e de sucesso em tarefas se sustentam, porque os 1083 Elo e 93,2% de sucesso em tarefas do modelo padrão são o argumento mais forte contra pagar 4× pela variante de raciocínio, e o número de arena do índice está congelado no momento de elegibilidade, em vez de ser ao vivo. A terceira são execuções independentes sobre a própria lacuna agêntica: 68,6% contra 30,1% é a maior afirmação do lançamento e a que mais vale a pena reproduzir, porque todo o resto a respeito dos dois modelos é próximo.

Até então, o resumo honesto baseia-se em dois números, e não em um. O Gemini 3.8 Live Extended Thinking é o modelo de voz com melhor pontuação no painel público, lidera o componente agêntico de forma absoluta e apresenta um custo por hora inferior ao dos dois modelos que estão imediatamente atrás dele. O Gemini 3.8 Live é o modelo de voz competente mais barato desse painel, é preferido pela arena e mais confiável em tarefas superficiais, e está 6,6 pontos atrás no geral, com um teto rígido na única coisa para a qual os agentes são contratados. O Google lançou o mesmo fork duas vezes, com uma diferença de preço de quatro vezes, e tornou a escolha incomumente fácil de precificar — desde que se leia os componentes e não apenas o índice.