Gemini 3.8 Live y 3.8 Live Extended Thinking: Conversaciones Inteligentes en Tiempo Real

Gemini 3. 8 Live y Gemini 3. 8 Live Extended Thinking representan un salto adelante en la tecnología de modelos de lenguaje de Google, diseñados específicamente para mejorar la interacción humana con la inteligencia artificial. Estos modelos, lanzados el 15 de septiembre de 2026, se centran en ofrecer conversaciones más naturales y fluidas, adaptándose a las necesidades de usuarios que buscan una experiencia de IA más intuitiva y colaborativa. La información clave, según Google, radica en su capacidad para procesar información visual en tiempo real, lo que permite una comprensión más profunda del contexto y una respuesta más relevante. Un aspecto fundamental de Gemini 3. 8 Live es su enfoque en el diálogo casi en tiempo real, impulsado por la inteligencia conversacional y la comprensión visual. Esto significa que el modelo puede no solo entender lo que el usuario dice, sino también interpretar lo que está viendo, lo que resulta en respuestas más precisas y útiles. Por ejemplo, se menciona el uso de Gemini 3. 8 Live para guiar el onboarding de empleados en tiempo real, aprovechando el contexto visual para responder preguntas y ofrecer asistencia personalizada. Otro ejemplo destacado es el uso de Gemini 3. 8 Live en un juego de ajedrez, donde el modelo procesa la información visual del tablero en tiempo real para tomar decisiones estratégicas y jugar de manera inteligente. Esto demuestra la capacidad del modelo para combinar razonamiento y comprensión visual, lo que lo convierte en una herramienta poderosa para una amplia gama de aplicaciones. Por otro lado, Gemini 3. 8 Live Extended Thinking está diseñado para manejar solicitudes complejas que requieren razonamiento en múltiples etapas. Esto significa que el modelo puede descomponer una tarea compleja en pasos más pequeños, razonar sobre cada paso y luego ejecutar la tarea de manera eficiente. Se menciona que este modelo ha logrado el primer puesto en el Índice de Calidad de Voz a Voz (Speech to Speech Quality Index) de Artificial Analysis, con una puntuación de 82. 6, lo que indica su superioridad en términos de calidad de voz. Además, el modelo destaca en la ejecución de tareas complejas, logrando un 68. 6% en τ -Voice y un 35. 1% en el benchmark τ -Voice-banking de Sierra. Esto demuestra su capacidad para manejar tareas que requieren un alto nivel de razonamiento y coordinación, como la planificación de viajes complejos o la creación de informes personalizados. La implementación de estos modelos se basa en la capacidad de ejecutar herramientas y API calls en segundo plano, manteniendo la conversación fluida. Esto significa que el usuario puede pedirle al modelo que realice una tarea, y el modelo puede continuar la conversación mientras la tarea se ejecuta en segundo plano. Esto es particularmente útil para tareas que requieren un tiempo de ejecución prolongado, como la creación de un plan de negocios o la traducción de un documento. Además, los modelos pueden detectar y cambiar entre 97 idiomas soportados durante la conversación, lo que los hace ideales para aplicaciones de comunicación global. Google ha realizado esfuerzos significativos para garantizar la transparencia y la seguridad de estos modelos. Se utiliza un sistema de marca de agua llamado SynthID para marcar todo el audio generado por la IA, lo que ayuda a prevenir la difusión de información falsa. Además, los modelos han sido entrenados con grandes cantidades de datos para minimizar el riesgo de sesgos y garantizar que las respuestas sean justas y precisas. La disponibilidad de Gemini 3. 8 Live y 3. 8 Live Extended Thinking se está expandiendo gradualmente, comenzando con el Gemini API y Google AI Studio, y luego se extenderá a plataformas empresariales como Gemini Enterprise y Google Workspace.