Gemini 3.8 Live 解説——エンドツーエンド音声対話、レビューエンジンではない

2026-09-16 時点、Google は 2026-09-15 に Gemini 3.8 Live と 3.8 Live Extended Thinking を Live API に投入：エンドツーエンド音声対話、通話中に 97 言語切替、非同期ツール呼び出し、視覚グラウンディング。音声入力 $0.005/分、出力 $0.018/分。Extended Thinking は Artificial Analysis Speech-to-Speech で 82.6 と首位。Gemini 3.8 Flash はテキスト向け高速モデル。Live が音声通話です。

録音をノートにする
イベント · 2026-09-15 エンドツーエンド音声 下で試せます

File the recap. Keep the live call.

Paste a podcast, lecture, or meeting URL — BibiGPT turns it into chapters, a transcript, and follow-up Q&A.

BibiGPT を Google の優先ソースに追加 トップニュースと AI による回答に BibiGPT がもっと表示されます。

重要ファクト（90 秒読了）

2026-09-16 時点、Google は 2026-09-15 に Gemini 3.8 Live と 3.8 Live Extended Thinking を Live API に投入：エンドツーエンド音声対話、97 言語ホットスワップ、非同期ツール呼び出し、視覚コンテキスト。音声入力 $0.005/分、出力 $0.018/分。Extended Thinking は Artificial Analysis Speech-to-Speech で 82.6 と首位。リアルタイム対話製品であり、要約エンジンではありません。

Features

2026-09-15 に Google が実際に出したこと

公開数字は Google の Live API 発表と開発者ドキュメント由来です——BibiGPT がこのモデルを動かしているという主張ではありません。

エンドツーエンド音声対話、カスケードではない

Gemini 3.8 Live は同一モデルで入力と出力の音声を同時に処理します。相手は割り込み、途中で言語切替、ツール実行中も話し続けられます。それはライブ通話であり、レビューではありません。

Speech-to-Speech 82.6；1 分あたり $0.005 / $0.018

Google は Gemini 3.8 Live Extended Thinking が Artificial Analysis Speech-to-Speech で 82.6、GPT-Live-1-Astra を上回ると報告しています。音声入力は 1 分 $0.005、出力は 1 分 $0.018。これらのスコアとリスト価格は Google のものであり、ここで再掲します。

97 言語、視覚コンテキスト、独立 Transcribe SKU

Live モデルは 97 言語の音声を理解・生成でき、通話中に切替可能です。入力はテキスト、画像、音声、動画。同日、Gemini 3.5 Transcribe——独立の音声テキスト化 SKU、85+ 言語——が Gemini API に入りました。

なぜ滑らかな割り込みでもノートの穴は残るか

割り込みが自然になっても、先週の決定にタイムスタンプは付きません。ナレッジワークには、来週火曜にも検索できるファイルがなお必要です。

ライブ会話は検索可能なアーカイブではない

Gemini 3.8 Live はバックグラウンドのツール呼び出しが終わるあいだも話し続けられます。通話のあと、なお章立て、文字起こし、もう一度見つけられる一文が必要です。その仕事は非同期です。

会議はすでに勤務週の約 30% を食う

Laxis《State of Meetings 2026》：ナレッジワーカーは週 21.7 回の会議に出ており、勤務週の約 30% です。安いライブ分ではこの山は縮みません。タイムスタンプ付きレビューなら縮みます。

ポッドキャストは時間ロックであり、供給ロックではない

Edison Infinite Dial 2026：米国リスナーは平均週 8 hours 24 minutes、フォロー番組は 6.8。聞ききれない分にはトリアージ台が必要で、もう一つのライブ音声ではありません。要約が、今日の 72 分をどの番組に使うかを決めます。

5 つの主要変化（90 秒読了）

Google の 2026-09-15 Gemini Live API ローンチからの主要変化。

  1. 1

    エンドツーエンド音声対話、カスケードではない

    同一モデルが入力と出力の音声を同時に処理します。割り込み、言語切替、相づちは同じセッションに残ります。書き起こし、理解、音声合成を積み上げる方式はターン終了を待ちます。

  2. 2

    Extended Thinking Speech-to-Speech 82.6

    Google は Gemini 3.8 Live Extended Thinking が Artificial Analysis Speech-to-Speech で 82.6、全体 1 位、GPT-Live-1-Astra を上回ると報告しています。Live 自体は Speech Agent Arena で 2 位。これらは Google の評価であり、ここで再掲するもので、私たちが走らせたテストではありません。

  3. 3

    入力 $0.005/分、出力 $0.018/分

    Live API 上の音声入力は 1 分 $0.005、出力は 1 分 $0.018。GPT-Live-1 のフロントエンド層は 1 分 $0.05。リスト価格は Google と OpenAI のものであり、BibiGPT の SKU ではありません。

  4. 4

    非同期ツール、視覚コンテキスト、97 言語

    ツール呼び出しはバックグラウンドで走り、音声はストリームし続けます。入力：テキスト、画像、音声、動画。モデルは 97 言語の音声を理解・生成でき、通話中に切替可能です。開発者ドキュメントは gemini-3.8-live を低レイテンシのデフォルトとして挙げています。

  5. 5

    ライブ層、加えて独立 Transcribe SKU

    同日、Gemini 3.5 Transcribe が Gemini API に投入：独立の音声テキスト化、85+ 言語、ストリーミング WER 4.0% / 非ストリーミング 2.6%（Artificial Analysis、Google 引用）。セッションのあと、なお来週にも検索できる章立てが必要です。それは BibiGPT の道であり、Live 連携ではありません。

BibiGPT ユーザー向けの 3 つの典型シナリオ

ライブ音声レイヤーが本当に役立つところ——そしてノートワークフローがなお仕事をするところ。

週次でポッドキャストをホストまたは編集している

米国リスナーは平均週 8 hours 24 minutes、フォロー番組は 6.8（Edison Infinite Dial 2026）。ライブ音声 API はバックログをトリアージしません。先に章立てを生成し、どの 1 時間がフル再生に値するかを決めてください。

週 20 回超の会議に出ている

Laxis 2026：週 21.7 回の会議、勤務週の約 30%。安いライブ分は通話中に役立ちます。来週火曜にはなお、決まった一文が必要です。録音をアーカイブし、文字起こしを検索してください。

すでに講義の録音が手元にある

URL を貼ってください。再生前に章立てを読み、タイムスタンプへ飛び、Markdown をエクスポートします。Gemini 3.8 Live はループに入る必要がありません。ノートワークフローは、すでに手元のファイル上で回せます。

関連する BibiGPT ページ

ノートワークフローが製品です。ブログが長い比較を持ち、本ページがイベントを持ちます。

AI ポッドキャスト要約

長い番組を先に章立てへ切り、通勤の 1 時間を誰に使うか決めます。

AI 会議ノート

完了済み録音を検索可能なレビューに変えます。ライブ agent ではありません。

GPT-Live-1 解説

今回のリリースが対照している OpenAI フルデュプレックス音声 API。

Gemini 3.8 Live vs GPT-Live-1（ブログ）

2026-09-16 の比較長文——二つのリアルタイム音声 API、同じノートの穴。

出典

ローンチの記述は Google の発表と独立報道に基づきます。最終更新 2026-09-16。連携宣言ではありません。

Gemini 3.8 Live とは？

Gemini 3.8 Live とは？

Gemini 3.8 Live は Google の Live API におけるエンドツーエンド音声対話モデルで、2026-09-15 に公開されました。エンドツーエンド音声対話とは、同一モデルが聞いて話すこと——書き起こし、理解、音声合成を直列にした連鎖ではありません。ライブのターンを扱います。通話を検索可能なレビューとしてアーカイブはしません。

クリエイター・学生・研究者に愛用されています

動画をテキスト化するために、毎日 BibiGPT が選ばれている理由。

全世界 50,000 人以上のユーザーが利用中

★★★★★

“リンクを貼るだけで数秒でクリーンな字幕テキストが手に入り、毎週何時間もの書き起こし作業が不要になりました。”

Maya R.

コンテンツクリエイター · ショート動画を再編集

★★★★★

“文字起こしをエクスポートできるので、動画を何度も止めずに自分のペースで新しい単語を復習できます。”

Daniel K.

語学学習者 · 生の動画で学習

★★★★★

“タイムスタンプ付きの正確なテキストをそのまま引用できます。いつの間にか毎日のワークフローの一部になりました。”

Priya S.

研究者 · 公開講演を引用

よくある質問

ご質問はありますか？お気軽にどうぞ！

人気の記事

1

DeepSeek Harnessでskillを導入する方法：dshに動画を理解させる実践ガイド

DeepSeek Harnessに動画要約skillを入れるのはディレクトリをコピーするだけ——SKILL.mdはClaude Codeと同じ。dshを入れなくても、ブラウザにBilibiliやYouTubeのリンクを貼ればタイムスタンプ付きの要約が出ます。
2

Bilibili AI動画要約ツール：BibiGPTが30以上のプラットフォームを即座に要約（2026）

2026年に最適なBilibili AI動画要約ツールは？リンクを貼るだけで、30以上のプラットフォームに対応した構造化要約・マインドマップ・要点を即座に取得。上位5ツールを比較します。
3

Bilibili字幕抽出ツール徹底比較：2026年最強のB站字幕ダウンローダー

Bilibili動画から字幕を抽出する最適な方法とは？5つの主要bilibili transcriptツールを比較分析し、BibiGPTがAI文字起こし・翻訳・要約機能でどう差別化されるかを解説します。

ライブ通話はそちらに。レビューのアーカイブはノートに。

ポッドキャスト、講義、会議の録音を BibiGPT に貼ってください。章立て、検索可能な文字起こし、追質問が得られます。Gemini 3.8 Live が割り込みを処理します。ノートにはなおタイムスタンプが必要です。

BibiGPT を無料で試す