Gemini 3.8 Live : Google vise les agents vocaux

Google a lancé le 15 septembre 2026 deux modèles de dialogue vocal, Gemini 3.8 Live et Gemini 3.8 Live Extended Thinking. Les deux visent le même usage, tenir une conversation parlée sans le temps d'attente qui trahit la machine.

Le premier est calibré pour l'échelle et le coût. Le second raisonne en plusieurs étapes et dit ce qu'il fait pendant qu'il le fait.

Ce que Google a lancé

Les deux modèles portent le même numéro de version et se distinguent par leur usage. Google présente Gemini 3.8 Live comme construit pour l'échelle et l'efficacité de coût. Gemini 3.8 Live Extended Thinking vise les tâches complexes qui demandent un raisonnement en plusieurs étapes.

La différence s'entend dans la conversation. Extended Thinking verbalise sa progression, avec des formules du type « laisse-moi vérifier », pendant qu'il travaille. Trois secondes de silence font raccrocher un client au téléphone. Une phrase d'attente, non.

Ce qui change techniquement

Le raisonnement et le traitement visuel se font en temps quasi réel. Le modèle suit ce qu'on lui montre pendant qu'on lui parle, sans passer par une étape d'analyse séparée.

L'exécution d'outils et les appels d'API se font en arrière-plan, sans couper la conversation. C'est le point qui compte pour un agent vocal de production. Interroger un stock, créer un ticket ou vérifier une commande cesse d'imposer un blanc à l'interlocuteur.

Le support couvre 97 langues, avec détection automatique et changement de langue en cours d'échange. Un standard qui reçoit des appels en français, en anglais et en arabe n'a plus besoin d'un routage par langue en amont.

Les chiffres annoncés

Google place le modèle en tête de l'index Speech to Speech d'Artificial Analysis, à 82,6. Sur τ-Voice, qui mesure l'achèvement de tâches confiées à un agent, le score annoncé est de 68,6 %. Sur Big Bench Audio, 97,7 %.

Le 68,6 % mérite d'être lu pour ce qu'il dit. Sur dix tâches confiées à un agent vocal, trois n'aboutissent pas. C'est un résultat de référence, pas un taux qui autorise à laisser un agent seul face à un client sans reprise humaine prévue.

Le tarif est qualifié de compétitif, sans chiffre publié. Aucun calcul de coût par appel n'est possible tant qu'il ne l'est pas.

Où c'est disponible

Les développeurs y accèdent dès maintenant par l'API Gemini et Google AI Studio. Pour les entreprises, c'est une prévisualisation privée dans Gemini Enterprise, et une arrivée annoncée sans date dans Gemini Enterprise for Customer Experience.

Côté grand public, les deux modèles alimentent Search Live et Gemini Live. Extended Thinking va aux abonnés Pro et Ultra dans Workspace, et à tous les abonnés dans Gmail et Keep.

Ce que ça change pour une entreprise

L'accès par API déplace l'effort. Un agent vocal ne butait pas sur la brique conversationnelle, mais sur tout ce qui l'entoure, la reconnaissance, la synthèse, la gestion des interruptions et le lien avec le système d'information. La partie conversation devient accessible à qui sait appeler une API.

Ce qui reste à votre charge n'a pas bougé : les données que l'agent a le droit de lire, les actions qu'il peut déclencher seul, le moment où il passe la main à un humain, et la trace de ce qu'il a dit le jour où un client conteste.

Ces questions sont celles d'un agent textuel, et elles se règlent dans vos flux automatisés, pas dans le modèle.

Le conseil Upted

La prévisualisation privée et l'absence de tarif publié placent ces modèles en phase d'essai. La prudence appliquée aux fonctions absentes d'un marché, comme Siri AI reporté en Europe, vaut ici pour une fonction absente de l'accès général.

Ce qui se prépare sans risque dès maintenant sera nécessaire quel que soit le fournisseur retenu : un accès propre à vos données, des actions qui s'appellent par API, et un historique de vos échanges clients qui se lit par une machine. Un agent vocal branché sur un système d'information illisible répond mal, quel que soit le modèle derrière.

Le reste est du travail d'automatisation ordinaire, et il se fait avec les outils disponibles aujourd'hui.