{"id":5425,"date":"2026-09-22T00:34:25","date_gmt":"2026-09-22T03:34:25","guid":{"rendered":"https:\/\/tucumandevelopers.com\/index.php\/2026\/09\/22\/gemini-3-8-live-la-ia-que-piensa-mientras-habla\/"},"modified":"2026-09-22T00:34:25","modified_gmt":"2026-09-22T03:34:25","slug":"gemini-3-8-live-la-ia-que-piensa-mientras-habla","status":"publish","type":"post","link":"https:\/\/tucumandevelopers.com\/index.php\/2026\/09\/22\/gemini-3-8-live-la-ia-que-piensa-mientras-habla\/","title":{"rendered":"Gemini 3.8 Live: la IA que piensa mientras habla"},"content":{"rendered":"
\n
\n
\n

Google quiere que hablar con una inteligencia artificial se parezca cada vez menos a enviar una consulta y esperar una respuesta. Con ese objetivo, la compa\u00f1\u00eda present\u00f3 Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking<\/strong><\/a>, dos nuevos modelos centrados en interacciones de voz en tiempo real, capaces de comprender contexto visual, utilizar herramientas y ejecutar tareas mientras mantienen activa la conversaci\u00f3n.<\/p>\n

Los modelos fueron anunciados oficialmente el 15 de septiembre de 2026<\/strong> y, seg\u00fan Google, representan sus sistemas de di\u00e1logo en vivo m\u00e1s avanzados hasta el momento. La compa\u00f1\u00eda apunta especialmente a asistentes de voz y agentes de inteligencia artificial capaces de acompa\u00f1ar al usuario durante procesos que requieren varios pasos.<\/p>\n

La diferencia principal entre ambos est\u00e1 en el nivel de razonamiento. Gemini 3.8 Live<\/strong> prioriza respuestas r\u00e1pidas y conversaciones fluidas, mientras que Gemini 3.8 Live Extended Thinking<\/strong> puede dedicar m\u00e1s procesamiento a resolver problemas complejos sin dejar al usuario esperando en silencio.<\/p>\n

Google present\u00f3 Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking, dos modelos dise\u00f1ados para mantener conversaciones de voz en tiempo real y ejecutar tareas mientras interact\u00faan con el usuario.<\/figcaption><\/figure>\n

Qu\u00e9 es Gemini 3.8 Live<\/span><\/h2>\n

Gemini 3.8 Live es un modelo de audio a audio<\/strong> desarrollado para mantener conversaciones de voz con baja latencia. Es decir, puede recibir directamente la voz del usuario y generar una respuesta hablada sin depender exclusivamente de una cadena tradicional de conversi\u00f3n de voz a texto y nuevamente de texto a voz.<\/p>\n

Seg\u00fan la documentaci\u00f3n de Google, esta versi\u00f3n fue dise\u00f1ada como la opci\u00f3n predeterminada para la mayor\u00eda de las experiencias con agentes de voz que necesitan respuestas r\u00e1pidas y di\u00e1logos en tiempo real.<\/p>\n

Pero su funcionamiento no se limita al audio. El modelo admite como entrada texto, im\u00e1genes, audio y video<\/strong>, por lo que puede combinar lo que escucha con informaci\u00f3n visual para comprender mejor una situaci\u00f3n.<\/p>\n

Esto permite, por ejemplo, apuntar una c\u00e1mara hacia un objeto o una pantalla y realizar preguntas mientras Gemini<\/strong><\/a> interpreta lo que est\u00e1 viendo.<\/p>\n

Google mostr\u00f3 esta capacidad con demostraciones en las que Gemini acompa\u00f1a procesos de incorporaci\u00f3n de empleados utilizando contexto visual o analiza una partida de ajedrez mientras conversa con el usuario en tiempo casi real.<\/p>\n

Puede entender im\u00e1genes y cambiar de idioma durante una conversaci\u00f3n<\/span><\/h2>\n

Una de las mejoras destacadas es el denominado visual grounding<\/strong>, es decir, la capacidad de relacionar una conversaci\u00f3n con elementos que aparecen en im\u00e1genes o video.<\/p>\n

Gemini 3.8 Live procesa estas entradas visuales pr\u00e1cticamente en tiempo real y las utiliza como contexto para generar respuestas.<\/p>\n

Tambi\u00e9n puede detectar autom\u00e1ticamente y alternar entre 97 idiomas durante una misma conversaci\u00f3n<\/strong>, seg\u00fan Google. Esto significa que una persona puede cambiar de idioma al hablar sin tener que configurar manualmente una nueva sesi\u00f3n.<\/p>\n

El objetivo es que la interacci\u00f3n sea menos r\u00edgida y pueda adaptarse mejor a una conversaci\u00f3n natural, en la que existen interrupciones, cambios de contexto o nuevas instrucciones.<\/p>\n

Gemini 3.8 Live busca reducir la latencia de las conversaciones con IA y responder de forma m\u00e1s natural durante un di\u00e1logo hablado.<\/figcaption><\/figure>\n

Qu\u00e9 cambia con Gemini 3.8 Live Extended Thinking<\/span><\/h2>\n

Para las consultas que necesitan mayor an\u00e1lisis, Google desarroll\u00f3 Gemini 3.8 Live Extended Thinking<\/strong>.<\/p>\n

La principal diferencia es que este modelo incorpora razonamiento en segundo plano<\/strong> durante una conversaci\u00f3n de voz.<\/p>\n

Hasta ahora, uno de los problemas de los asistentes que utilizan herramientas externas era el silencio que se produc\u00eda mientras el sistema esperaba informaci\u00f3n o procesaba una tarea. Extended Thinking intenta resolver esa situaci\u00f3n manteniendo activo el di\u00e1logo.<\/p>\n

Por ejemplo, puede recibir una solicitud compleja, comenzar a trabajar sobre ella y responder con frases breves para indicar que est\u00e1 procesando determinada informaci\u00f3n mientras contin\u00faa utilizando herramientas en segundo plano.<\/p>\n

Google explica que el modelo puede razonar y hablar simult\u00e1neamente<\/strong>, adem\u00e1s de narrar avances mientras ejecuta procesos que requieren varios pasos.<\/p>\n

Una IA que puede seguir hablando mientras realiza otras tareas<\/span><\/h2>\n

Esta arquitectura resulta especialmente relevante para los agentes de IA.<\/p>\n

Supongamos que un usuario pide organizar un viaje. El sistema podr\u00eda necesitar buscar vuelos, consultar hoteles, comparar precios y combinar los resultados antes de ofrecer una respuesta definitiva.<\/p>\n

Con Extended Thinking, esas operaciones pueden ejecutarse mediante llamadas as\u00edncronas a herramientas<\/strong>, mientras Gemini mantiene la interacci\u00f3n con el usuario.<\/p>\n

La documentaci\u00f3n oficial menciona precisamente escenarios como reservas de viajes, asistencia t\u00e9cnica con m\u00faltiples verificaciones, resoluci\u00f3n de problemas de programaci\u00f3n o an\u00e1lisis de f\u00f3rmulas y tareas STEM.<\/p>\n

Google tambi\u00e9n mostr\u00f3 una demostraci\u00f3n en la que el modelo transforma bocetos y comentarios realizados por voz en componentes funcionales de React<\/strong>, modific\u00e1ndolos mientras recibe nuevas instrucciones.<\/p>\n

El objetivo es que la voz deje de utilizarse solamente para hacer preguntas r\u00e1pidas y pueda convertirse en una interfaz para controlar flujos de trabajo m\u00e1s amplios.<\/p>\n

Los nuevos modelos combinan conversaci\u00f3n, contexto multimodal y uso de herramientas para acercar Gemini al funcionamiento de un agente capaz de coordinar distintas tareas.<\/figcaption><\/figure>\n

Gemini 3.8 Live y Extended Thinking: cu\u00e1les son las diferencias<\/span><\/h2>\n

Aunque ambos pertenecen a la misma generaci\u00f3n, est\u00e1n pensados para situaciones distintas.<\/p>\n

Gemini 3.8 Live<\/strong> est\u00e1 orientado a conversaciones r\u00e1pidas y tareas directas. Puede razonar durante la interacci\u00f3n, utilizar funciones y ejecutar herramientas, pero mantiene un perfil de latencia dise\u00f1ado para responder con rapidez.<\/p>\n

Gemini 3.8 Live Extended Thinking<\/strong>, en cambio, est\u00e1 pensado para procesos que necesitan planificaci\u00f3n, an\u00e1lisis de varios pasos o herramientas que pueden tardar m\u00e1s tiempo en devolver resultados. Su nivel de razonamiento puede configurarse en bajo, medio o alto<\/strong> mediante la API.<\/p>\n

Ambos modelos tienen un l\u00edmite de entrada de 131.072 tokens<\/strong> y uno de salida de 65.536 tokens<\/strong>, seg\u00fan la documentaci\u00f3n para desarrolladores de Google.<\/p>\n

Gemini se acerca al concepto de agente de IA<\/span><\/h2>\n

La evoluci\u00f3n resulta importante porque muestra hacia d\u00f3nde est\u00e1 llevando Google a Gemini.<\/p>\n

En lugar de limitarse a responder preguntas, los nuevos modelos est\u00e1n preparados para utilizar APIs y herramientas externas, mantener contexto multimodal y ejecutar acciones mientras contin\u00faa una conversaci\u00f3n<\/strong>.<\/p>\n

Esto acerca el asistente al concepto de agente de IA: un sistema al que una persona puede asignarle un objetivo y que posteriormente coordina distintos pasos para intentar completarlo.<\/p>\n

Google posiciona a Gemini 3.8 Live especialmente para interacciones r\u00e1pidas, como asistentes de atenci\u00f3n al cliente, b\u00fasquedas por voz o aplicaciones interactivas. Extended Thinking ampl\u00eda ese escenario hacia procesos que necesitan coordinar varias fuentes de informaci\u00f3n o herramientas antes de completar una tarea.<\/p>\n

Google mostr\u00f3 c\u00f3mo Gemini puede transformar instrucciones y bocetos realizados por voz en componentes funcionales de React y modificarlos a partir de nuevas indicaciones.<\/figcaption><\/figure>\n

D\u00f3nde est\u00e1 disponible Gemini 3.8 Live<\/span><\/h2>\n

Google comenz\u00f3 el despliegue de ambos modelos el 15 de septiembre de 2026<\/strong>.<\/p>\n

Para desarrolladores, Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking est\u00e1n disponibles mediante Gemini API y Google AI Studio<\/strong>. Google tambi\u00e9n confirm\u00f3 su incorporaci\u00f3n progresiva a productos destinados a usuarios y empresas.<\/p>\n

Gemini 3.8 Live comenz\u00f3 a llegar a Search Live<\/strong>, mientras que Extended Thinking se est\u00e1 incorporando a Gemini Live<\/strong>.<\/p>\n

En Google Workspace, Extended Thinking est\u00e1 disponible para suscriptores de Google AI Pro y Ultra en Docs<\/strong>, mientras que Google indic\u00f3 que los suscriptores de Google AI pueden acceder a estas capacidades en Gmail y Keep<\/strong>, sujeto al despliegue correspondiente. Para clientes empresariales, los modelos tambi\u00e9n est\u00e1n llegando mediante Gemini Enterprise y otros productos de la compa\u00f1\u00eda.<\/p>\n

Google incorpora SynthID al audio generado<\/span><\/h2>\n

El crecimiento de las conversaciones generadas por IA tambi\u00e9n plantea interrogantes alrededor de la identificaci\u00f3n del contenido sint\u00e9tico.<\/p>\n

Google inform\u00f3 que todo el audio producido por sus productos de inteligencia artificial incorpora SynthID<\/strong>, su tecnolog\u00eda de marca de agua digital.<\/p>\n

La identificaci\u00f3n es imperceptible durante la reproducci\u00f3n normal, pero queda integrada en el contenido para facilitar la detecci\u00f3n de audio generado mediante inteligencia artificial.<\/p>\n

Con Gemini 3.8 Live y Extended Thinking, Google da as\u00ed otro paso hacia asistentes capaces de mantener una conversaci\u00f3n mientras interpretan lo que ocurre alrededor, utilizan servicios externos y trabajan sobre tareas m\u00e1s largas. La apuesta ya no pasa \u00fanicamente por conseguir que la IA responda mejor, sino por lograr que pueda razonar y actuar sin romper el flujo natural del di\u00e1logo<\/strong>.<\/p>\n

Preguntas frecuentes<\/span><\/h3>\n
    \n
  1. \u00bfQu\u00e9 es Gemini 3.8 Live? <\/strong>Gemini 3.8 Live es un modelo de Google dise\u00f1ado para conversaciones de voz en tiempo real. Puede recibir texto, im\u00e1genes, audio y video, interpretar contexto visual, utilizar herramientas y generar respuestas habladas con baja latencia.<\/li>\n
  2. \u00bfQu\u00e9 diferencia hay entre Gemini 3.8 Live y Live Extended Thinking? <\/strong>Gemini 3.8 Live prioriza conversaciones r\u00e1pidas y tareas directas. Live Extended Thinking incorpora razonamiento m\u00e1s profundo en segundo plano y est\u00e1 dise\u00f1ado para resolver problemas complejos que requieren planificaci\u00f3n, m\u00faltiples pasos o el uso de varias herramientas.<\/li>\n
  3. \u00bfD\u00f3nde se puede usar Gemini 3.8 Live Extended Thinking? <\/strong>Google comenz\u00f3 a desplegarlo en Gemini Live, Gemini API y Google AI Studio. Tambi\u00e9n est\u00e1 llegando a productos de Workspace como Docs, Gmail y Keep para determinados planes, adem\u00e1s de soluciones empresariales de Gemini.<\/li>\n<\/ol>\n

    <\/span> Visitas:<\/span> 4<\/span> <\/p>\n<\/p><\/div>\n<\/div>\n<\/div>\n

    Fuente: Art\u00edculo original<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

    Google quiere que hablar con una inteligencia artificial se parezca cada vez menos a enviar una consulta y esperar una respuesta. Con ese objetivo, la compa\u00f1\u00eda present\u00f3 Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking, dos nuevos modelos centrados en interacciones de voz en tiempo real, capaces de comprender contexto visual, utilizar herramientas y […]<\/p>\n","protected":false},"author":1,"featured_media":5424,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2},"webixso_pending_account_ids":""},"categories":[47],"tags":[],"class_list":["post-5425","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-itsitio"],"jetpack_publicize_connections":[],"_links":{"self":[{"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/posts\/5425","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/comments?post=5425"}],"version-history":[{"count":0,"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/posts\/5425\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/media\/5424"}],"wp:attachment":[{"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/media?parent=5425"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/categories?post=5425"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/tags?post=5425"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}