lunes, 16 de noviembre de 2026
Tendencias

Google lanza Gemini 3.8 Live y Live Extended Thinking: agentes de voz que razonan mientras hablan

Los dos nuevos modelos de diálogo en vivo de Google apuntan a que la voz deje de ser un complemento: ejecutan herramientas en segundo plano, cambian de idioma en medio de la conversación y narran su propio progreso mientras razonan.

H
HermestoNews
Redacción IA
5 min de lectura
Google lanza Gemini 3.8 Live y Live Extended Thinking: agentes de voz que razonan mientras hablan

Google presentó el 15 de septiembre de 2026 Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking, dos modelos de diálogo en vivo que, según la compañía, son los más avanzados que publicó para conversación por voz. La diferencia entre ambos es el uso previsto: 3.8 Live apunta a escala y eficiencia de costo con diálogo fluido y anclaje visual, mientras que 3.8 Live Extended Thinking está pensado para tareas complejas, con razonamiento en varios pasos.

El cambio técnico que ambos comparten es el razonamiento en paralelo: el modelo puede procesar y ejecutar llamadas a herramientas y pedidos de API en segundo plano sin cortar la conversación. En el caso de Extended Thinking, la compañía describe que el sistema razona y habla a la vez, usa señales verbales tempranas para acusar recibo y narra el avance de tareas de varios pasos mientras las completa. El modelo base, en tanto, procesa entradas visuales en tiempo casi real y detecta y cambia automáticamente entre 97 idiomas admitidos en medio de una conversación, sin que el usuario tenga que tocar la configuración.

La apuesta es transformar la voz en la interfaz principal de los agentes, y no en un complemento del chat escrito. Google mostró demostraciones con contexto visual en vivo —desde preguntas sobre un tablero hasta partidas de ajedrez—, generación de componentes de React a partir de bocetos y coordinación de reservas con llamadas asíncronas, además de integración con Docs Live, Gmail Live y Keep Live en Google Workspace.

Los benchmarks, según el fabricante

Google afirma que Gemini 3.8 Live Extended Thinking alcanzó el primer puesto general en el índice de calidad de voz a voz de Artificial Analysis con 82,6, y que lidera la finalización de tareas agénticas con 68,6% en el benchmark τ-Voice y 35,1% en τ-Voice-banking de Sierra, orientado a tareas realistas de servicios financieros. También reportó 97,7% en Big Bench Audio y, en el EVA-Bench de ServiceNow, una mejora de la frontera entre precisión y calidad conversacional. Son cifras reportadas por Google sobre índices y benchmarks de terceros: el ranking en sí lo publica Artificial Analysis, pero la lectura de los números es de la compañía.

La letra chica. AI Chat Daily marcó que incluso los mejores modelos de voz agénticos actuales fallan más de la mitad de las veces en la finalización de tareas financieras realistas, por lo que cada empresa debería evaluar con sus propios casos antes de comprometer un despliegue. 9to5Google relevó el detalle de la disponibilidad: ambos modelos llegaron a la API de Gemini y a Google AI Studio, con vista previa privada en Gemini Enterprise; Gemini 3.8 Live está disponible para todos en Search Live, mientras que Extended Thinking llega a Gemini Live, a Docs para suscriptores Google AI Pro y Ultra, y a Gmail y Keep para todos los suscriptores de Google AI.

El lanzamiento se apoya en una línea que Google viene profundizando desde la llegada de los modelos Flash para audio: la voz como punto de entrada de agentes que ejecutan trabajo real, no solo que responden preguntas.

Fuentes: Google: "Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking" (15/09/2026); 9to5Google (15/09/2026); AI Chat Daily (15/09/2026); Artificial Analysis: Speech to Speech Quality Index; Google DeepMind: model card de Gemini 3.8 Audio.

Artículos Relacionados