2 oct 2026 · deepmind-models

Gemini 3.8 Audio - Model Card — Google DeepMind

Anuncio

Tipo: Anuncio.

Se anuncia una nueva generación de modelos de la familia Gemini (3.8) con capacidades nativas de audio, video y salida de voz (TTS), lo que cambia las opciones de evaluación para desarrolladores de aplicaciones multimodales.

Qué ha cambiado

Lanzamiento de la familia Gemini 3.8 Audio con capacidades multimodales nativas.
“Gemini 3.8 Audio (Live, Live Extended Thinking, Flash TTS, Flash-Lite TTS) is an addition to the Gemini 3 series of highly-capable models.” — fuente
Soporte para entrada de audio, imagen, video y texto con ventana de contexto de 128K.
“Gemini 3.8 Live and Gemini 3.8 Live Extended Thinking: Audio, images, video, and text with a token context window of up to 128K.” — fuente
Capacidad de salida de video con avatar para interacciones naturales.
“With Live Avatar: Audio, video, and text, with 24K token output.” — fuente
Disponibilidad a través de API para integración en aplicaciones.
“Our models are available to downstream providers via an application program interface (API) and subject to relevant terms of use.” — fuente

Fuentes

Gemini 3.8 Audio - Model Card — Google DeepMind consultada 2026-10-13

Cómo se decidió

Todas las citas verificadas · triage por LLM (gemma4).

Las reglas vieron dudas sin señales relevantes.
El modelo decidió publicar · 4 citas comprobadas

Procedencia técnica

reglas: hold (sin señales)
llm: publish; 4 citas verificadas, 0 rechazadas
sha256 3d377d7214b073c4… · https://deepmind.google/models/model-cards/gemini-3-8-audio/