Gemini 3.8 Liveとは？音声モデルの特徴と仕事での活用例

Googleは2026年9月15日、「Gemini 3.8 Live」と「Gemini 3.8 Live Extended Thinking」を発表しました。音声で会話を続けながら、画面やカメラの情報も扱える新モデルです。

たとえばAIへ声で質問したあと、処理が終わるまで無言で待つのではなく、そのまま追加の質問をしたり、途中で条件を変えたりできます。必要に応じて、会話を続けながら裏側でツールを使って処理を進めることも可能です。

この記事では、Gemini 3.8 Liveで何が変わったのか、Extended Thinkingとの違い、利用できる場所、仕事での使いどころを整理します。

この記事でわかること（結論）

• Gemini 3.8 Live：自然な音声会話と速度、コスト効率を重視したモデルです。
• Extended Thinking：複数の手順や深い推論が必要な仕事向けの拡張推論版です。
• 会話中も処理を継続：ツールやAPIを裏側で動かしながら、音声会話を続けられます。
• 視覚情報にも対応：カメラや画面などの情報を、会話の文脈として扱えます。
• 提供先：Gemini API、Google AI Studioのほか、Geminiアプリ、Google Workspace、Google検索のLive機能にも広がっています。

Gemini 3.8 Liveは何が変わった？

今回の大きな変化は、音声で会話しながら別の処理を同時に進めやすくなったことです。従来の音声AIでは、「話す → AIが考える → 回答を待つ」という区切りが目立つ場面がありました。

Gemini 3.8 Liveでは、ツールやAPIをバックグラウンドで実行しながら音声応答を続けられます。利用者が途中で追加情報を伝えたり、別の質問を挟んだりしても、会話を止めずに処理を進める設計です（出典：Google公式発表、2026年9月15日）。

画面やカメラの情報も会話へ使える

Gemini 3.8 Liveは、音声だけでなくリアルタイムに近い視覚情報も扱います。たとえば画面やカメラを見せながら質問すると、見えている内容を会話の文脈に加えて回答できます。

Googleは、社員のオンボーディングで画面を見ながら質問へ答える例や、盤面を見ながらチェスを進める例を紹介しています。

会話の途中で言語を切り替えられる

Gemini 3.8 Liveは97の対応言語を自動で判別し、会話の途中でも言語を切り替えられるとGoogleは説明しています。開発者向けの発表では、両モデルについて97以上の言語を使った音声体験を構築できると案内されています。

3.8 LiveとExtended Thinkingは何が違う？

2つのモデルは、会話できるかどうかではなく、処理の重さと使いどころが違います。短いやり取りを大量に処理したい場合と、複数工程の判断を伴う仕事では向いているモデルが異なります。

Gemini 3.8 Liveは、問い合わせにその場で素早く答える会話に向いています。

一方Extended Thinkingでは、たとえば出張手配のように複数の確認や予約が必要な作業でも、「確認します」とまず返答したうえで、途中経過を伝えながら処理を進められます。そのため、待っている間もユーザーは別の質問や指示を続けられます。

Gemini 3.8 Liveはどこで使える？

Gemini 3.8 Liveの使い方は、大きくGoogleのサービス内で使う方法と、開発者がAPIを使って自社のアプリやサービスへ組み込む方法に分かれます。

GeminiアプリやWorkspaceでは、各サービスに組み込まれたLive機能を使う

一般の利用者は、GeminiアプリやGoogle Workspace、Google検索など、普段使っているGoogleサービスに組み込まれたLive機能を利用します。たとえば、Geminiアプリでは音声や画面を使って会話し、Google検索ではSearch Liveを通してリアルタイムに質問する形です。

この場合、利用者が毎回「Gemini 3.8 Live」というモデルを自分で指定するとは限りません。Google側が各サービスのLive機能にモデルを組み込み、利用者はその機能を通してモデルを使うと考えると分かりやすくなります。

APIを使う場合は、自社のアプリへLive機能を組み込む必要がある

Geminiアプリでは、Googleがすでに組み込んだLive機能をそのまま利用できます。一方、Gemini APIでは、開発者がGemini 3.8 Liveを選び、自社のアプリやサービスから利用できるように設定・開発する必要があります。

たとえば、自社の問い合わせアプリに音声で質問できる機能を追加する場合は、利用者の音声をGeminiへ送り、返ってきた回答をアプリ上で再生する仕組みを開発します。APIを有効にするだけで、完成した音声機能が自動的に追加されるわけではありません。

Google AI Studioは、開発者が実際に組み込む前に、Gemini 3.8 Liveとの音声対話や回答の動きを試すための環境です。普段GeminiアプリのLive機能を使いたいだけであれば、Gemini APIやGoogle AI Studioを設定する必要はありません。

開発者向けLive APIの料金

APIを使って自社サービスへGemini 3.8 Liveを組み込む場合は、通常のGeminiアプリとは別にAPIの利用料金がかかります。Googleは2026年9月15日時点で、音声入力1分0.005ドル、音声出力1分0.018ドルと案内しています（出典：Google開発者向け公式発表、2026年9月15日）。

これは、開発者がGemini APIを使った場合の料金です。GeminiアプリやGoogle WorkspaceでLive機能を使うたびに、この1分単位のAPI料金が利用者へ追加請求されるという意味ではありません。

実務上の注意

Gemini 3.8 Liveを業務で利用する際は、モデル自体の性能と、実際に使うサービスの権限・料金・操作できる範囲を分けて確認する必要があります。

モデルの発表と各アプリの提供条件は同じではない

GoogleはGeminiアプリ、Workspace、Searchへの展開を案内していますが、実際に表示される機能や対象プランはサービスごとに異なる場合があります。導入時は利用するサービス側の最新条件を確認してください。

API料金とGeminiの月額プランを混同しない

1分あたりの料金はLive APIの価格です。一般利用者向けのGeminiプランやWorkspace契約とは料金体系が異なります。

ツール実行には確認ポイントを残す

音声会話を止めずに外部ツールを使えるほど、誤った指示がそのまま操作へつながる可能性もあります。メール送信、予約、データ更新など、結果が外部へ影響する操作では、人が確認する位置と実行ログを決めておくことが重要です。

まとめ

Gemini 3.8 Liveは、音声で話すAIを、会話しながら仕事を進めるAIへ近づけるモデルです。カメラや画面の情報を理解し、ツールをバックグラウンドで動かしながら会話を続けられます。

通常の会話や大量処理では3.8 Live、複数工程の判断が必要な場面ではExtended Thinkingという違いを押さえておくと理解しやすくなります。実際に利用するときは、モデル名だけでなく、Geminiアプリ・Workspace・APIのどこで使うのかを先に確認してください。

よくある質問

関連する用語・出典

• Gemini 3.8 Live：速度とコスト効率を重視したGoogleの新しい音声対話モデル
• Gemini 3.8 Live Extended Thinking：複雑な複数工程の推論向けに処理能力を高めたLiveモデル
• Live API：リアルタイムの音声・映像を使ったアプリを構築するための開発者向けAPI
• Google公式発表：Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking（2026年9月15日）
• Google開発者向け発表：Build real-time voice applications with Gemini 3.8 Live and 3.5 Transcribe（2026年9月15日）

※本記事は2026年9月16日時点のGoogle公式情報をもとに整理しています。対応サービス、提供地域、対象プラン、API料金、モデル仕様は変更される場合があります。利用時はGoogleの最新公式情報と実際の利用画面をご確認ください。