O Google substituiu o modelo de voz do Search Live por um novo. Em 15 de setembro de 2026, a empresa apresentou o Gemini 3.8 Live e o Gemini 3.8 Live Extended Thinking, dois modelos de diálogo em tempo real que já estão sendo implementados por meio da API Gemini, do Google AI Studio, do Gemini Enterprise, do Gemini Live, do Google Workspace e do Search Live.
Tom Ouyang, engenheiro principal do Google, e Malini Jaganathan, membro da equipe técnica de redação do Gemini Audio Team, fizeram o anúncio. Os dois modelos foram descritos como "nossos modelos de diálogo ao vivo mais avançados até o momento", com capacidade para conversas naturais e execução de tarefas por voz.
Conforme relatado pelo Search Engine Land , essa mudança já estava em vigor na Busca do Google. Para os profissionais de marketing de busca, o ponto crucial é saber qual modelo está sendo executado em qual plataforma. O Search Live, o recurso de voz dentro da Busca do Google, funciona com o Gemini 3.8 Live, enquanto o modelo Extended Thinking, mais complexo, foi implementado no Gemini Live e em partes do Workspace.
Dois modelos com funções diferentes
O Google dividiu o lançamento com base em custos e recursos.
Gemini 3.8 Live é o modelo para grandes volumes de áudio. O Google afirma que ele foi desenvolvido para alto volume e custo-benefício, combinando capacidade de conversação, diálogos fluidos e uma interface visual atraente. É a versão compatível com a maioria das plataformas de consumo.
Gemini 3.8 Live Extended Thinking é o modelo de raciocínio. Ele é voltado para problemas de alta complexidade que exigem etapas de raciocínio e, por isso, tem um preço diferenciado. O Google está posicionando esses dois modelos como a camada base para agentes de voz de produção que serão usados por desenvolvedores e empresas.
As reivindicações de referência
O Google divulgou os números do Extended Thinking. O modelo liderou o Índice de Qualidade de Fala para Fala da Artificial Analysis com uma pontuação de 82.6. Na conclusão de tarefas de reconhecimento de voz, obteve 68.6% no benchmark τ-Voice e 35.1% no teste de banco de voz τ-Voice da Sierra.
O Gemini 3.8 Live, o modelo mais leve, ficou em segundo lugar no Speech Agent Arena. Essa classificação foi baseada na preferência dos usuários, e não em uma avaliação pura de capacidade. Essa distinção é importante. O ranking do Arena mostra com qual modelo as pessoas preferiram conversar na comparação direta. Isso significa que, de certa forma, o desempenho ali diz mais sobre o quão conversacional o modelo era do que sobre se ele executava a tarefa corretamente ou não. O Google usou os dois tipos de métricas consecutivamente no mesmo anúncio, e elas claramente têm propósitos diferentes.
Além disso, o Google mencionou o EVA-Bench da ServiceNow , uma ferramenta de avaliação para assistentes de voz. A empresa afirmou que seus modelos alcançam um bom equilíbrio entre precisão factual e estilo conversacional em sequências complexas. A Google não divulgou nenhum resultado específico para o EVA-Bench, apenas informou que o teste foi executado na API Live da plataforma Gemini Enterprise Agent.
O que os modelos realmente fazem
Três funcionalidades são responsáveis pela maior parte do lançamento.
O Gemini 3.8 Live processa a entrada visual quase em tempo real, permitindo que o usuário aponte a câmera para algo e faça perguntas enquanto a conversa continua. Ao olhar para um objeto através da câmera, é possível interagir e interagir com ele sem interromper a conversa. Vídeos de demonstração do Google mostram o sistema guiando um novo funcionário pelo processo de integração usando apenas o que aparece na tela, além de mostrar uma partida de xadrez com transmissão ao vivo feita pela câmera.
O modelo também detecta e alterna entre 97 idiomas suportados durante a conversa, sem que o usuário precise selecionar nada.
Em terceiro lugar, ele executa chamadas de ferramentas e solicitações de API em segundo plano enquanto continua falando. Em vez de ficar em silêncio durante uma pesquisa, ele reconhece a solicitação e mantém o diálogo até que a tarefa seja concluída. Isso elimina o silêncio constrangedor que fazia com que os assistentes de voz anteriores parecessem menus de telefone, onde cada consulta ao banco de dados gerava uma pausa sem explicação.
O Extended Thinking adiciona raciocínio e fala simultâneos. O Google afirma que o modelo usa dicas verbais curtas, como "Deixe-me verificar isso", para confirmar uma solicitação e, em seguida, explica as diferentes etapas do trabalho em segundo plano pelas quais está passando, narrando-as. As demonstrações mostram o modelo convertendo esboços à mão em código funcional com React por meio de instruções de voz, realizando reservas em várias etapas com coordenação de chamadas de função assíncronas e escrevendo planos de negócios e kits de marketing apenas por voz.
A Busca ao Vivo oferece a opção mais barata.
A maioria das pessoas encontrará esses modelos na Search Live sem nem perceber. A Search Live será a interface para isso. O Google menciona que o modelo Gemini 3.8 Live pode ser usado para obter ajuda passo a passo na Search Live, como em uma situação em que um usuário mostra um produto para a câmera e pergunta o que fazer em seguida.
O Google optou pelo modelo de custo otimizado para seu principal serviço voltado para o consumidor, o Search Live. O Search Live lida com um volume enorme de consultas, e a latência e o custo unitário escalam proporcionalmente a esse volume. O Extended Thinking está por trás dos produtos de assinatura, onde a dinâmica econômica é diferente.
Essa segmentação também nos informa sobre as capacidades da Busca ao Vivo. Ela abrange o reconhecimento visual, o processamento de 97 idiomas e a execução de ferramentas em segundo plano. Não inclui o raciocínio e a narração simultâneos demonstrados pelo Google com o Extended Thinking, portanto, tarefas longas com várias etapas não são o foco aqui. O principal cenário de uso da Busca ao Vivo é quando os usuários têm um objeto em frente à câmera e precisam de orientação sobre como interagir com ele.
Onde o Pensamento Expandido Foi parar
Para o público em geral, esse recurso do Extended Thinking está disponível no Gemini Live. No Workspace, ele chegou ao Docs para assinantes do Google AI Pro e Ultra, e ao Gmail e ao Keep para todos os assinantes do Google AI.
Os dois modelos podem ser usados tanto para a API Gemini Live quanto para o Google AI Studio. O acesso corporativo em versão prévia privada será lançado em paralelo com o Gemini Enterprise, e o Gemini Enterprise para Experiência do Cliente está listado como disponível em breve.
A Lista de Parceiros
O Google listou plataformas de desenvolvedores que já oferecem suporte à API Live, incluindo Agora, Fishjam, LangChain, LiveKit, Pipecat, Vercel e Vision Agents. Do lado dos clientes, o Google identificou Salesforce, Genspark e Lumeris como exemplos de empresas que já utilizam o recurso.
O Google citou latência, fluidez e facilidade de uso de ferramentas como os motivos pelos quais Salesforce, Genspark e Lumeris aderiram à plataforma. De fato, o Google incluiu depoimentos de clientes e parceiros como ServiceNow LiveKit, Agora, Lenskart, 11Sight, Equal AI, Ambr AI e Casuu no comunicado de imprensa. Esses parceiros e clientes atuam em diversos setores, como atendimento ao cliente, varejo e saúde.
Ritmo de lançamento e marca d'água
O Gemini 3.8 foi lançado duas vezes em um intervalo de duas semanas. Inicialmente, o Google apresentou as variantes Gemini 3.8 Flash e Flash Cyber, e posteriormente os modelos de áudio. A linha de texto da série Gemini teve vários lançamentos este ano. Este lançamento aplica o mesmo número de versão à pilha de áudio.
O áudio produzido por esses modelos terá a marca d'água chamada SynthID incluída na saída. O Google publica suas notas de segurança para a versão no cartão do modelo de áudio Gemini 3.8.
O que os profissionais de marketing de busca devem observar
As consultas por voz no Search Live não geram uma página de resultados no sentido usual. A pessoa fala, o sistema responde e não há competição de classificação entre dez links azuis. Rastrear a frequência com que uma marca ou produto aparece nessas respostas é mais difícil do que rastrear a posição em uma página de resultados de pesquisa (SERP), e o Google ainda não disponibilizou relatórios sobre isso. O Search Console simplesmente não gera relatórios sobre o recurso Search Live, e este anúncio não indica que isso vá mudar.
A parte de fundamentação visual provavelmente é algo com que se deva experimentar primeiro. Se um usuário puder interagir com um produto e obter instruções para solucionar problemas, o conteúdo de suporte e a documentação do produto se tornarão alvos de recuperação de uma forma que não eram antes. Conteúdo de suporte bem organizado, estruturado e com marcação adequada é o que o modelo pode usar e extrair corretamente. Aquelas páginas de suporte que mal explicam algo, mas que conseguem atrair tráfego de busca de cauda longa, serão de pouca ajuda neste caso, já que o modelo procurará as etapas específicas, e não a página da web otimizada para ranquear para o problema.
Para quem administra sites em mais de um idioma, o gerenciamento de idiomas merece uma atenção especial. Se o modelo for capaz de alternar entre idiomas durante a conversa, um usuário pode iniciar a consulta em um idioma e concluí-la em outro, o que não é simples de gerenciar para conteúdo que geralmente é criado separadamente para diferentes mercados.
Perguntas Frequentes
P 1: O que é o Gemini 3.8 Live?
O Gemini 3.8 Live é um modelo de diálogo ao vivo anunciado pelo Google em 15 de setembro de 2026. Ele foi projetado para oferecer escalabilidade e custo reduzido, com conversas por voz, entrada visual e chamadas de ferramentas em segundo plano. Ele processa conversas por voz, entrada visual, chamadas de ferramentas em segundo plano, etc.
Pergunta 2: Em que o Pensamento Expandido é diferente?
O Gemini 3.8 Live Extended Thinking, com sua capacidade superior, foi desenvolvido para interação multifatorial e raciocínio em várias etapas, exigindo processos cognitivos mais complexos e de alto nível, nos quais "pensar" e "falar" ocorrem simultaneamente.
P 3: Qual modelo alimenta o Search Live?
A Busca ao Vivo é baseada no Gemini 3.8 Live, não no Extended Thinking. O Google direcionou o modelo menos custoso para a área de maior volume de consumidores.
Q 4: Quantos idiomas ele suporta?
O Gemini 3.8 Live é compatível com 97 idiomas. Ele reconhece e alterna automaticamente entre idiomas durante uma conversa.
Q 5: Qual foi a sua pontuação nos testes de referência?
O Extended Thinking obteve a melhor classificação no Índice de Qualidade de Fala para Fala (Speech-to-Speech Quality Index) da Artificial Analysis, com uma pontuação de 82.6. Alcançou 68.6% no τ-Voice, 35.1% no benchmark de banco de voz τ-Voice da Sierra e 97.7% no Big Bench Audio.
Pergunta 6: Os desenvolvedores já podem usar esses modelos?
Sim. Ambos estarão disponíveis através da API Gemini e do Google AI Studio a partir de 15 de setembro de 2026.
P 7: E quanto ao acesso corporativo?
O acesso corporativo está em pré-visualização privada por meio do Gemini Enterprise. Segundo o Google, o Gemini Enterprise para Experiência do Cliente estará disponível em breve.
Q 8: Onde o Pensamento Expandido aparece no Workspace?
A atualização foi implementada no Google Docs para assinantes do Google AI Pro e Ultra, e no Gmail e Keep para todos os assinantes do Google AI. Os planos de acesso para clientes corporativos do Workspace estarão disponíveis em breve.
Q 9: O áudio gerado possui marca d'água?
Sim. A saída desses modelos contém uma marca d'água SynthID codificada no áudio produzido, para que a fala gerada por IA permaneça identificável.
Pergunta 10: Isso altera a forma como os sites se classificam na pesquisa?
Não diretamente. As respostas por voz na Pesquisa ao Vivo não geram uma página de resultados padrão, portanto não há um novo sistema de classificação associado a esta versão, e o Google não adicionou relatórios para isso.
