Gemini 3.8 Liveとは｜音声で会話するGoogleのモデル、Extended Thinkingとの違いと業務での使いどころ(2026年9月)

何が発表されたのか

Gemini 3.8 Live は、音声を聞きながら同時に音声で答えるモデルです。文字に起こしてから考え、文章を読み上げるという段階を踏まず、音声から音声へ直接応答します。Googleは基本版を「規模とコスト効率のために作った」と説明し、上位版の Extended Thinking を「複雑な作業のための、多段の推論を行う版」と位置づけています。

できることは、電話や窓口の受け答えに要る動きです。途中で話しかけられたら止まる、カメラや画面の映像をほぼリアルタイムで見ながら答える、会話の途中で言語が変わっても自動で切り替える、の3つが公式に挙げられています。前の世代(Gemini 3.1 Flash Live)からの変更点として、外部システムの呼び出し(関数呼び出し)が初期設定で非同期になりました。予約の空きを調べている間も、会話を止めずに話し続けられるという意味です。

仕様の出典: Google「Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking」(2026-09-15) / Google AI for Developers「Gemini 3.8 Live」モデルページ / Google Cloud「Gemini 3.8 Live with Live Avatar is now generally available」(2026-09-24)

Extended Thinkingとの違い

Extended Thinking(考える時間を取る設定)は、別の製品というより「同じ音声モデルに、裏で考える力を足した版」です。公式のモデルページは、リアルタイムの音声のやり取りの中で、複雑で多段の問題を解くために、より多くの裏側の推論が要るときに勧める版だと説明しています。話し続けながら、裏で推論と外部システムの呼び出しを進めます。

発注側にとっての違いは、次の表の4点です。単価は同じでも、考えた分のトークンが出力として課金されるので、同じ会話でも費用は基本版より増えます。どれだけ増えるかは会話の中身と推論の強さの設定で変わり、Googleは目安を公表していません。

Googleは Extended Thinking 版の評価として、音声の品質を測る Speech Quality Index で82.6、Big Bench Audio で97.7%、音声で作業を完了できるかを測る τ-Voice で68.6%を公表しています。いずれもGoogleの公称値で、日本語の業務会話の成績ではありません。自社の会話で試して決める、という順番は変わりません。

選び方の目安は単純です。まず基本版で1業務を動かし、会話が詰まる場面(条件の組み合わせで答えが変わる、確認の順番を間違える)が出たら、その場面だけ Extended Thinking 版で比べます。最初から上位版にすると、費用が増えた理由と品質が上がった理由を切り分けにくくなります。

仕様の出典: Google AI for Developers「Gemini 3.8 Live Extended Thinking」モデルページ / Google AI for Developers「Gemini Developer API pricing」

音声だけで使う場合の料金

料金は従量制で、音声や映像はトークン(AIが処理する単位)に換算して課金されます。開発者向けの Gemini API の料金表(2026-09-30確認)では、基本版と Extended Thinking 版が同じ欄に並び、同じ単価です。Gemini Enterprise(Agent Platform)の料金表にも同じ単価が載っています(2026-09-25確認)。

説明用に、1件5分の会話で利用者とAIが半分ずつ話すと仮定します。AIの音声出力が2.5分で約0.045ドル、利用者の音声入力が2.5分で約0.011ドル、合計およそ0.056ドルです。1ドルあたり157円で概算すると1件約9円、月1,000件で約8,800円になります(当社の試算。為替は2026-09-29の参考値)。同じ会話に Live Avatar の顔をつけると1件約0.99ドルになり、差のほとんどは映像の費用です。顔つきの費用は「Live Avatarの費用試算」で件数別に計算しています。

この数字に入っていないものがあります。Live API は会話のターンごとに、それまでのやり取りを含めたトークン数で課金される仕組みなので、長い会話ほど1ターンの費用が増えます。システム指示のテキスト、外部システムから返った結果、カメラ映像の入力も加わります。Extended Thinking 版なら推論のトークンが上乗せされます。試作では、実際の会話を何十件か流して1件あたりの請求額を測り、そこから月額を出してください。

Gemini API には無料枠もあります。ただし料金表では、無料枠の入力と出力は Google の製品改善に使われる扱いで、有料枠は使われない扱いです。顧客の声や社内の情報を流して試すなら、最初から有料枠か Gemini Enterprise で試すのが無難です。

仕様の出典: Google AI for Developers「Gemini Developer API pricing」 / Google Cloud「Agent Platform Pricing」(Gemini 3.8 Live API の単価)

日本の会社で使えるか

日本語は使えます。発表で97言語対応とされ、Live API の対応言語一覧に日本語(ja-JP)が入っています。会話の途中で言語が変わっても自動で切り替えるので、日本語と英語が混ざる窓口でも一つの構成で受けられます。日本語の聞き取りや話し方の自然さについて、Googleは言語別の数値を公表していません。

データの置き場所は、使う入口で確かめ方が変わります。Gemini Enterprise(Google Cloud)では、2026-09-25確認の時点で対応リージョンは米国とEUだけで、日本リージョン(東京、asia-northeast1)はありません。日本の会社が使う場合も、会話の音声は国外で処理されます。開発者向けの Gemini API については、処理する地域を指定できるかを本記事では確認していません。国内処理が条件の業務には、2026-09-30時点では合いません。

契約の入口は2つです。開発者向けの Gemini API は Google AI Studio で APIキーを発行して始められ、小さく試すのに向きます。法人として使うなら Gemini Enterprise(Google Cloud のプロジェクト)で、Googleは米国とEUのエンドポイント、スループットの事前確保(provisioned throughput)、企業向けのコンプライアンスを挙げています。本番の窓口に置くなら、情シスが Google Cloud 側で契約と設定を持つ形になります。

• 電話につなぐ: Live API のドキュメントは、Voximplant(電話の着信・発信を Live API につなぐ)を連携先として挙げています。電話回線への接続は、こうした連携先を経由する形です
• 会話の長さ: Live API は、圧縮の設定をしない場合、音声だけのセッションが15分、音声と映像のセッションが2分までと案内しています(2026-09-30時点。モデルごとの違いはドキュメントに書かれていません)。長い相談を受けるなら、文脈の圧縮とセッション再開の設定が要ります

仕様の出典: Google Cloud ドキュメント「Gemini 3.8 Live」モデルページ(対応リージョン) / Google AI for Developers「Session management with Live API」 / Google AI for Developers「Live API」(パートナー連携)

どんな業務に向くか・向かないか

音声会話モデルが効くのは、「話して用件を伝える」ほうが早い入口です。反対に、答えの中身は接続した業務システムと指示の範囲で決まるので、モデルを入れても案内できる内容は増えません。業務ごとの向き不向きを、2026-09-30時点の仕様から当社の見立てとしてまとめます。

OpenAI の GPT-Live と比べて決めたい場合は、「Gemini 3.8 LiveとGPT-Liveの比較」で料金の単位、電話との接続、データの置き場所を並べています。

いまやること・待ってよいこと

• 対象を1業務に絞る: 「営業時間外の予約相談を受けて担当者に渡す」のように、会話の終わり方が決まっている業務を選ぶ
• 基本版の音声だけで試作する: Google AI Studio で動きを確かめたら、有料枠のAPIで実際の問い合わせ例(個人情報は置き換える)を流し、日本語の聞き取りと取り次ぎを評価する
• 1件あたりの実費を測る: 単価表からの試算ではなく、試作の請求額から1件あたりの費用を出す。長い会話ほど1ターンの費用が増える点をここで確かめる
• 詰まる場面だけ Extended Thinking 版で比べる: 品質の差と費用の差を同じ会話で並べ、上位版にする理由がある場面かを判断する
• データの置き場所を決める: 米国・EUで処理してよいか、録音と文字起こしを残すか、無料枠を使わないことを社内で決めてから顧客の声を流す

待ってよいのは、日本リージョンの提供、Gemini Enterprise での Extended Thinking 版の一般提供、日本語品質の第三者評価の3つです。いずれも2026-09-30時点で発表がありません。国内処理が必須でない業務から始め、条件がそろったら範囲を広げる順番になります。

出典

• Google「Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking」(2026-09-15、2026-09-17更新): https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-gemini-3-8-live-extended-thinking/
• Google AI for Developers「Gemini 3.8 Live」モデルページ(2026-09-30確認): https://ai.google.dev/gemini-api/docs/models/gemini-3.8-live
• Google AI for Developers「Gemini 3.8 Live Extended Thinking」モデルページ(2026-09-30確認): https://ai.google.dev/gemini-api/docs/models/gemini-3.8-live-extended-thinking
• Google AI for Developers「Gemini Developer API pricing」(2026-09-30確認): https://ai.google.dev/gemini-api/docs/pricing
• Google AI for Developers「Session management with Live API」(2026-09-30確認): https://ai.google.dev/gemini-api/docs/live-session
• Google AI for Developers「Live API」(2026-09-30確認): https://ai.google.dev/gemini-api/docs/live
• Google Cloud「Gemini 3.8 Live with Live Avatar is now generally available」(2026-09-24): https://cloud.google.com/blog/products/ai-machine-learning/gemini-3-8-live-with-live-avatar-is-now-generally-available
• Google Cloud「Agent Platform Pricing」(2026-09-25確認): https://cloud.google.com/gemini-enterprise-agent-platform/generative-ai/pricing
• Google Cloud ドキュメント「Gemini 3.8 Live」モデルページ(対応リージョン。2026-09-25確認): https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/gemini/3-8-live
• Google Cloud ドキュメント「Configure language and voice」(対応言語一覧): https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/live-api/configure-language-voice

よくあるご質問

Gemini 3.8 Liveの料金はいくらですか?

従量制です。Gemini API の有料枠では、音声入力が100万トークンあたり3ドル(1分約0.005ドル)、音声出力が12ドル(1分0.018ドル)です(2026-09-30時点)。5分の会話を利用者とAIが半分ずつ話すと約0.056ドル、約9円(1ドルあたり157円)が当社の試算です。長い会話ほど1ターンの費用が増えるため、実際の会話で測って見直してください。

Gemini 3.8 LiveとExtended Thinkingは何が違いますか?

Extended Thinking 版は、話しながら裏で推論を進める上位版で、条件の多い予約変更など多段の判断が要る会話に向きます。単価は同じですが、推論のトークンも出力として課金されます。Gemini API では両方使えますが、Gemini Enterprise では Extended Thinking 版は2026-09-30時点で非公開プレビューです。

Gemini 3.8 Liveは日本語に対応していますか?日本で使えますか?

日本語は対応言語に含まれ、日本の会社も使えます。ただし Gemini Enterprise の提供リージョンは米国とEUのみで、日本リージョンはありません(2026-09-25確認)。会話の音声は国外で処理されるため、国内処理が条件の業務には合いません。

無料で試せますか?

Gemini API には無料枠があり、Google AI Studio から試せます。ただし無料枠の入力と出力は Google の製品改善に使われる扱いです(料金表、2026-09-30確認)。顧客の声や社内の情報で試すなら有料枠か Gemini Enterprise を使ってください。