Google a mis à disposition des développeurs le 15 septembre Gemini 3.8 Live, un modèle vocal qui converse en temps réel dans plus de 97 langues, facturé 0,005 dollar la minute d’audio entrant et 0,018 dollar la minute d’audio sortant. OpenAI facture 0,05 dollar la minute de session à GPT-Live-1, son modèle concurrent.
Pour résumer
- Gemini 3.8 Live répond à la voix par la voix et appelle des fonctions sans interrompre la conversation.
- Une déclinaison Extended Thinking prend la tête du classement speech-to-speech d’Artificial Analysis, selon Google.
- Même en additionnant ses deux tarifs, une minute chez Google coûte moins de la moitié d’une minute de session chez OpenAI.
Faire résumer cet article par une IA
ChatGPTCe que Gemini 3.8 Live fait sans passer par le texte
Google a présenté trois modèles dans son annonce destinée aux développeurs d’applications vocales en temps réel. Gemini 3.8 Live en est la pièce centrale : un modèle speech-to-speech natif, qui reçoit de la voix et renvoie de la voix, pensé pour les agents conversationnels.
Le modèle déclenche des appels de fonctions de manière asynchrone, sans couper le dialogue pendant que la tâche s’exécute. Il comprend aussi un contexte visuel et vise une précision particulière sur les suites alphanumériques, comme les codes ou les références techniques dictés à voix haute. La couverture annoncée dépasse 97 langues, avec une cohérence d’accent revendiquée par Google.
Le lancement intervient deux semaines après Gemini 3.8 Flash, mesuré à trois dixièmes de Claude Opus 5 sur le code. La génération 3.8 couvre donc désormais à la fois le code et la conversation orale.
Une variante baptisée Gemini 3.8 Live Extended Thinking ajoute une réflexion configurable pour les raisonnements en plusieurs étapes. Google la présente comme première du classement speech-to-speech d’Artificial Analysis.
Le troisième modèle, Gemini 3.5 Transcribe, se charge de la transcription. Google annonce plus de 85 langues, un taux d’erreur de mots de 4,0 % en streaming et de 2,6 % hors streaming, un changement de langue automatique en cours de phrase, jusqu’à 1 000 termes de vocabulaire personnalisé et un mode qui met en forme le texte en retirant les hésitations.
Gemini 3.8 Live facture moins de la moitié de GPT-Live-1
Google affiche 0,005 dollar la minute d’audio entrant et 0,018 dollar la minute d’audio sortant pour Gemini 3.8 Live. Ces montants sont des estimations dérivées de la grille au token, à 3 dollars le million de tokens en entrée et 12 dollars en sortie.
En face, la fiche tarifaire de GPT-Live-1 indique 0,05 dollar la minute de session, facturée à la seconde, l’usage du modèle d’arrière-plan et des outils étant facturé en plus.
Nous avons comparé les deux grilles dans le cas le plus défavorable à Google, celui où l’audio circulerait en continu dans les deux sens pendant une minute entière. Même dans ce scénario, Gemini 3.8 Live reviendrait à 0,023 dollar, soit moins de la moitié des 0,05 dollar d’une minute de session GPT-Live-1. Ce calcul est le nôtre, Google ne publie pas de comparaison directe.
Les deux logiques de facturation ne mesurent pas la même chose. OpenAI compte le temps de session, Google compte le volume d’audio dans chaque direction. Dans une conversation où l’agent écoute plus qu’il ne parle, l’essentiel de la facture Google porte sur l’audio entrant, le poste le moins cher de la grille.
L’accès passe par la Gemini API et Google AI Studio, avec des intégrations chez LiveKit, LangChain et Pipecat. Les équipes qui construisent déjà leurs agents vocaux sur ces frameworks peuvent tester le modèle sans réécrire leur pipeline. Google entretient au passage un rythme de sortie soutenu, Gemini 3.7 Flash ayant remplacé le 3.6 après trois semaines cet été.
D’autres articles sur Horizon
- Siri AI sur iPhone : l’Union européenne attendra
- Jensen Huang promet à Trump qu’il ne ralentira pas l’IA
- Obama veut un plan IA pour les démocrates
Google fait de la voix un terrain de prix
La sortie s’inscrit dans une bascule plus large vers la voix. Google Assistant s’est éteint le 4 septembre sur Android, les montres et Android Auto, Gemini prenant la main appareil par appareil.
Le tarif de GPT-Live-1 avait déjà fait l’objet d’un format court sur l’IA qui parle et écoute en même temps pour cinq centimes la minute. Gemini 3.8 Live place désormais ce repère au-dessus de sa propre grille, même dans le scénario le plus coûteux pour Google.
Google n’en est pas à son premier coup sur les prix. Gemini 3.6 Flash était déjà sorti moins cher que son prédécesseur, et la même logique s’applique désormais à l’audio, où les tarifs s’expriment à la minute.
Pour OpenAI, l’écart pose une question directe. Au moment où nous écrivons, la fiche de GPT-Live-1 affiche toujours 0,05 dollar la minute. Un développeur qui compare les deux grilles pour un agent vocal à fort volume voit la différence dès la première estimation budgétaire.
Côté distribution, Google part d’une audience déjà installée, puisque Gemini revendiquait 950 millions d’utilisateurs mensuels au deuxième trimestre 2026. L’annonce du 15 septembre vise toutefois les développeurs, via l’API, et n’indique pas que l’application grand public bascule sur Gemini 3.8 Live.
Pour les équipes qui traitent des appels en volume, l’intérêt tient aussi au couple formé avec Gemini 3.5 Transcribe. Le vocabulaire personnalisé, jusqu’à 1 000 termes, s’adresse aux noms de produits, aux sigles et aux références internes propres à chaque entreprise. Le changement de langue en cours de phrase vise, lui, les conversations où un client passe d’une langue à l’autre.
Le tarif ne tranche pas tout. La qualité perçue de la voix, la latence réelle en production et la tenue des appels de fonctions sur de longues conversations restent à mesurer pour Gemini 3.8 Live en dehors des chiffres fournis par Google.
Côté budget, les développeurs disposent d’un point de départ simple : mesurer sur leurs propres conversations la part d’audio entrant et d’audio sortant, puisque c’est elle qui fixe l’écart réel entre les deux grilles. Un agent qui parle beaucoup se rapproche du cas maximal à 0,023 dollar la minute, un agent qui écoute surtout descend nettement en dessous.
Affaire à suivre sur Horizon.
