Gemini 3.8 Live et sa variante Extended Thinking, lancés par Google le 15 septembre, écoutent, voient, cherchent et agissent sans couper la conversation. Ce test Gemini 3.8 Live passe les deux modèles au crible de la latence, de la tenue de conversation et du coût réel, face à GPT-Live-1 et Grok.
Pour résumer
- Extended Thinking prend la tête du classement de qualité vocale d’Artificial Analysis avec 82,6, devant GPT-Live-1 à 81,5.
- La version de base répond en 1,18 seconde et coûte 0,84 $ par heure d’audio écouté, le tarif le plus bas du classement.
- Sur la fluidité de l’échange, GPT-Live-1 garde l’avantage : 94,9 % contre 91,9 % pour Extended Thinking.
Faire résumer cet article par une IA
ChatGPTCe que Gemini 3.8 Live change à l’usage
Google sépare désormais deux usages. Gemini 3.8 Live vise le volume et le coût : une conversation fluide, un ancrage visuel et une détection de langue en temps réel sur 97 langues. Gemini 3.8 Live Extended Thinking vise les demandes complexes, avec un raisonnement en plusieurs étapes qui ne casse pas le rythme de l’échange.
À l’usage, la nouveauté la plus sensible tient aux outils. Les appels de fonction partent en arrière-plan : le modèle lance une recherche ou une action et continue de parler, avec des relances du type « je vérifie », puis un commentaire de progression quand la tâche comporte plusieurs étapes. Dans ce test Gemini 3.8 Live, c’est ce fonctionnement qui tranche le plus avec la génération précédente : l’interlocuteur n’attend plus en silence pendant qu’un outil travaille.
Le modèle traite aussi l’image quasiment en temps réel et bascule d’une langue à l’autre en cours de conversation. Pour un service client multilingue, c’est la capacité qui compte le plus : un interlocuteur qui passe du français à l’anglais n’a plus à relancer la session.
Le ton de la voix divise déjà. Sur Product Hunt, l’utilisateur André J juge le modèle « vraiment bon », mais un peu trop expressif, au point d’avoir l’impression que l’IA cherche à lui vendre quelque chose. Pour une marque, ce registre enjoué se règle dans les consignes, mais il faut le savoir avant de mettre le modèle au téléphone.
Côté grand public, Extended Thinking alimente Gemini Live, ainsi que les fonctions vocales de Gmail et de Keep pour les abonnés aux offres IA de Google, et de Docs pour les abonnés AI Pro et Ultra dans Workspace. La version de base sert l’expérience Search Live du mode IA de la recherche.
Tout l’audio généré porte un filigrane SynthID imperceptible, destiné à faciliter la détection des contenus produits par l’IA. La sortie du modèle a par ailleurs fait l’objet de notre article sur la guerre des prix de la voix IA ouverte par Gemini 3.8 Live.
Notre test Gemini 3.8 Live : latence, conversation et coût réel
Premier critère, la réactivité. La version de base livre son premier son en 1,18 seconde, contre 2,99 secondes pour Gemini 3.1 Flash Live, la génération précédente. Extended Thinking, qui raisonne avant de répondre, reste à 1,35 seconde, au niveau de GPT-Live-1 dans sa version Astra (1,34 seconde).
Deuxième critère, la tenue de conversation : gestion des pauses, des tours de parole, des interruptions et des petites relances. La version de base atteint 96,1 % sur cette mesure d’Artificial Analysis, qui fait tourner tous les modèles vocaux sur les mêmes épreuves, bien au-dessus des 74,3 % de Gemini 3.1 Flash Live. Extended Thinking descend à 91,9 %, et GPT-Live-1 Astra garde la main avec 94,9 %.
Troisième critère, la capacité à mener une tâche jusqu’au bout. Sur τ-Voice, qui simule des échanges de service client, Extended Thinking réussit 68,6 % des tâches, contre 30,1 % pour la version de base, moins bien que Gemini 3.1 Flash Live et ses 37,7 %. Ce test Gemini 3.8 Live confirme donc un partage clair des rôles entre les deux modèles.
Dernier critère, le coût réel. Une heure d’audio écouté revient à 0,84 $ avec la version de base, le tarif le plus bas du classement, et à 3,50 $ avec Extended Thinking. En face, GPT-Live-1 coûte 4,47 $ dans sa version Sol et 5,83 $ dans sa version Astra, Grok Voice Think Fast 2.0 4,80 $. Rapporté à un centre d’appels, l’écart devient concret : cent heures d’écoute coûtent 84 $ avec la version de base, 350 $ avec Extended Thinking et 583 $ avec GPT-Live-1 Astra. C’est le chiffre qui pèsera le plus lourd dans ce test Gemini 3.8 Live pour les directions qui achètent au volume.
La grille officielle explique cet écart : 0,005 $ la minute d’audio en entrée, 0,018 $ en sortie, un tarif inchangé par rapport à la génération précédente, et un palier gratuit pour démarrer. Grok reste le plus rapide du lot, avec un premier son en 0,70 seconde.
Les limites sont documentées par Google : hallucinations possibles, connaissances arrêtées en janvier 2025, résistance au jailbreak encore en amélioration, lenteurs ponctuelles. Le modèle ne gère ni la mise en cache, ni l’exécution de code, ni les sorties structurées.
D’autres articles sur Horizon
- Des modèles OpenAI ont tenté de cacher leurs erreurs
- Le DeepMind Institute prépare le débat sur l’IA générale
- Relire un contrat avec Claude sans exposer vos données
Face à GPT-Live-1, notre verdict sur Gemini 3.8 Live
Sur la qualité mesurée, Extended Thinking devance GPT-Live-1 d’une courte tête, sur la voix comme sur les tâches accomplies, pour un coût horaire inférieur de près de 40 %. OpenAI garde l’avantage sur le naturel de l’échange, grâce à un modèle qui écoute et parle en même temps.
Ce duel prolonge celui que nous suivions depuis l’arrivée de GPT-Live, qui fait écouter et parler ChatGPT en même temps. Google répond par le prix, la réactivité de sa version de base et l’intégration dans ses produits.
Notre verdict au terme de ce test Gemini 3.8 Live : à adopter pour les agents vocaux à fort volume, en réservant Extended Thinking aux conversations qui déclenchent de vraies actions. La version de base, rapide et fluide, convient à l’accueil téléphonique et aux questions simples. Les équipes qui suivent le verdict de ce test Gemini 3.8 Live gagneront à confronter les deux variantes à leurs propres appels avant de basculer.
Pour les équipes qui migrent depuis gemini-3.1-flash-live-preview, le passage demande de retirer les réglages thinking_level et enable_affective_dialog. Google pousse en parallèle Gemini 3.8 Flash, qui talonne Claude Opus 5 sur le code : la voix devient un produit à part entière, avec son modèle et sa grille tarifaire.
Questions fréquentes sur notre test Gemini 3.8 Live
Quelle variante choisir pour un agent qui doit accomplir des tâches ?
Voir la réponse
Extended Thinking. Elle réussit 68,6 % des tâches sur τ-Voice, contre 30,1 % pour la version de base, au même tarif par minute.
Combien coûte une heure d’écoute avec Gemini 3.8 Live ?
Voir la réponse
0,84 $ avec la version de base et 3,50 $ avec Extended Thinking, contre 5,83 $ pour GPT-Live-1 Astra.
Quel avantage garde GPT-Live-1 ?
Voir la réponse
La fluidité de l’échange : 94,9 % sur la tenue de conversation, contre 91,9 % pour Extended Thinking.
Affaire à suivre sur Horizon.
