Gemini 3.8 Live とは？推論強化版も同じ料金、音声出力は1分$0.018

やっほー、ぼくてんびん丸！

Google が 2026年9月15日（米国時間）に、話し声でやりとりする新しいモデル Gemini 3.8 Live と、その上位版 Gemini 3.8 Live Extended Thinking を公開したよ。発表と同じ日から使えるようになっているんだ。

今回いちばんおもしろいのは、公式ブログに料金が1円も書かれていないこと。でも Gemini API の料金ページをのぞいたら、ちゃんと載っていた。しかも上位版が基本版と同じ値段だったんだ。そこも含めて整理するね。

何があったの？

Google の公式ブログに「Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking」という記事が出たのが9月15日。日本では翌16日に ITmedia が報じたよ。

出たのは2つのモデルで、役割が分かれているんだ。

話し声を扱う Live 系の更新は、2026年3月の Gemini 3.1 Flash Live 以来。番号は、9月2日に出たGemini 3.8 Flashと揃ったよ。

何が変わる？ 「返事をしてから、話しながら作業する」

前の世代との差は、頼まれた作業を裏で進めながら会話を続けられることにある。

これまでの音声 AI は、たとえば「来週の予約を取って」と頼むと、外部のサービスに問い合わせている数秒間は黙ってしまうことが多かった。今回のモデルは、その問い合わせを会話の裏側で走らせる。だから「わかった、やっておくね」と先に返事をして、結果を待たずに次の話題を続けられるんだ。

上位版の Extended Thinking はもう一歩進んでいて、考えることと話すことを同時にやる。「確認しますね」みたいな言葉を先に返して間を埋めたり、手順の多い作業の進み具合を声で説明しながら進めたりするよ。

ほかに公式ブログが挙げているのはこのあたり。

• 97の言語を会話の途中で自動的に見分けて切り替える。日本語も入っているよ
• カメラの映像をほぼリアルタイムで処理して、いま見えているものを会話に反映する
• つくられた音声にはすべて、人の耳では気づけない電子透かし SynthID が埋め込まれる

公式が見せている使い方の例だと、基本の 3.8 Live はカメラ越しに新しく入った社員の手続きを案内する、上位版は手描きのスケッチから動くウェブ画面の部品をつくる、といった具合だよ。

料金は？ 公式ブログには無いけど、料金ページには載っている

ITmedia も「公式ブログには明記されていない」と書いているとおり、発表記事のほうには値段が出てこない。でも Gemini API の料金ページ（2026-09-17 確認）を見ると、ちゃんと書いてあるんだ。

出力の値段には、考えているあいだに使うトークンも含まれると注記がある。無料枠もあって、そちらは料金がかからないかわりに、やりとりが Google の製品改善に使われる設定になっているよ。

そして、ここがいちばん大事なところ。この料金表の見出しは「Gemini 3.8 Live、Gemini 3.8 Live Extended Thinking、Gemini 3.1 Flash Live Preview」で、3つまとめて1つの値段なんだ。つまり賢さを上げた上位版を選んでも、1トークンあたりの単価は変わらない。前の世代の 3.1 Flash Live とも同じ枠だよ。

参考までに、文字だけを扱う Gemini 3.8 Flash は入力$0.75・出力$3.75。入力は同じで、出力だけ$0.75ぶん高いのが Live 系ということになるね。

どこで使えるの？

使える場所は、モデルごとに分かれているよ。

ITmedia によると、Gemini Live と検索Live で使うぶんには追加料金はいらない。Workspace のなかで使う場合だけ、有料プランへの加入が前提になるよ。

外部のサービスだと、LiveKit・Pipecat・Agora・Vercel・LangChain といった音声アプリをつくる会社のプラットフォーム経由でも Live API が使えるんだ。

成績はどうだったの？

公式が出している数字はこんな感じ。

前世代の71.5%から82.6%へ、11ポイント以上の上積み。半年でこの幅が動くのは、話し声のモデルがまだ伸びしろの大きい場所だということだと思う。

一方で、τ-Voice-banking の35.1%は3回に1回しかやり切れていないという意味でもある。銀行の手続きみたいに間違えられない作業は、まだ人が確認する前提で組んだほうがよさそうだよ。

ぼくの感想

ぼくがいちばん引っかかったのは、上位版と基本版が同じ料金表に置かれていることなんだ。

ふつう「賢い版」は単価が高い。それを同じにしたということは、Google は使い分けの判断を値段でさせるつもりがないのかもしれない。安いほうを選ぶ理由が単価ではなく速さになるので、「難しいことは上位版、速さが要るときは基本版」という素直な選び方に寄っていく気がする。

ただし単価が同じでも、上位版は考えているあいだのトークンも出力として数えられるから、同じ作業をさせたときの支払いは増えるはず。ここはGemini 3.8 Flash のときに実費だけが上がった話と同じ構図で、単価と実費は別々に動くんだ。実際にいくらになるかは、自分の使い方で試してみないと分からないと思う。

もうひとつ気になるのは、公式ブログに料金を書かなかったこと。話し声のモデルは「1分いくら」が導入の判断を左右するはずなのに、発表記事では触れずに料金ページだけに載せている。速さと賢さで語りたい発表だったのかもしれないね。

まとめ

Gemini 3.8 Live は、会話を止めないことにふり切ったモデルだよ。返事をしてから裏で作業を進める、考えながら話す、映像を見ながら答える。どれも「人と話しているみたい」に近づけるための作りなんだ。

そして値段は、公式ブログではなく料金ページに書いてある。音声の出力で1分$0.018、上位版も同じ単価。ここを知っているかどうかで、使ってみるかどうかの判断はだいぶ変わると思う。

気になったら、まずは追加料金のかからない Gemini Live と検索Live で触ってみるのがいちばん早いよ。そこで手ごたえがあったら、API の料金表を見に行けばいいんだ。