97 langues, vision en direct, raisonnement : Google dévoile ses plus puissants modèles vocaux

Après Gemini 3.1 Flash Live en mars, Google dévoile Gemini 3.8 Live et sa déclinaison Extended Thinking. Les modèles de dialogue vocal les plus avancés développés par l’entreprise à ce jour. 

Les deux modèles ne ciblent toutefois pas exactement les mêmes usages. Gemini 3.8 Live mise sur la rapidité, l’efficacité et les conversations fluides, avec une bonne compréhension du contexte visuel. 

Extended Thinking, lui, vise les tâches plus complexes qui demandent plusieurs étapes de raisonnement. Bref, nous allons voir cela de plus près dans cet article.

Gemini 3.8 Live et Extended Thinking : quelles différences ?

Gemini 3.8 Live peut traiter des informations visuelles presque en temps réel afin d’enrichir les conversations. Il peut également passer automatiquement d’une langue à une autre parmi les 97 prises en charge, même pendant une discussion. 

Le modèle Extended Thinking, quant à lui, porte bien son nom. Il est conçu pour gérer des requêtes complexes en mobilisant un raisonnement en plusieurs étapes. 

Il peut notamment être utilisé avec Gmail Live, Docs Live mais aussi Keep Live. Ce, pour effectuer des recherches à partir d’un dialogue, pour créer et modifier des brouillons ou encore pour générer des notes. Au gré de vos envies !

Et notez que les deux modèles peuvent effectuer une tâche en arrière-plan tout en conversant normalement. Vous n’avez donc pas besoin d’attendre en silence que l’IA termine son travail. 

Gemini 3.8 Live Extended Thinking, en revanche, va plus loin. Il peut raisonner tout en parlant. L’assistant peut donc confirmer qu’il a compris, lancer une recherche ou une action, puis expliquer progressivement ce qu’il est en train de faire. 

Il peut également gérer des flux de travail en plusieurs étapes tout en maintenant la conversation. Cette approche doit notamment faciliter les tâches effectuées depuis Gemini, Google Workspace ou encore la recherche.

Que disent les benchmarks ?

Google met en avant plusieurs résultats de benchmark. 

Gemini 3.8 Live Extended Thinking obtient par exemple un score de 82,6 sur l’indice global de qualité de la parole à la parole d’Artificial Analysis. Il y occupe la première place selon les résultats présentés par l’entreprise.

Le modèle atteint aussi 68,6 % de réussite sur τ-Voice pour l’exécution automatisée des tâches et 35,1 % sur τ-Voice-banking de Sierra. Sur Big Bench Audio, il décroche 97,7 %, illustrant ses capacités de raisonnement audio. 

Google insiste d’ailleurs sur son coût, présenté comme compétitif face aux modèles avancés du marché.

De son côté, Gemini 3.8 Live arrive à la deuxième place du classement des agents vocaux d’Artificial Analysis. Son intérêt repose aussi sur son efficacité et sa capacité à fonctionner à grande échelle, notamment pour les développeurs et les entreprises.

Infographie comparant Gemini 3.8 Live et sa déclinaison Extended Thinking / LeBigData

Qui peut accéder à Gemini 3.8 Live et sa version Extended Thinking ?

Eh bien, le déploiement commence dès maintenant. Gemini 3.8 Live arrive dans l’API Gemini pour les développeurs, Google AI Studio pour certaines entreprises en avant-première privée et via Recherche en direct pour le grand public.

Gemini 3.8 Live Extended Thinking suit le même chemin, avec en plus une disponibilité dans Gemini Live. Les abonnés Google AI Pro et Ultra peuvent aussi retrouver cette technologie dans certaines fonctions de Workspace, dans Gmail et dans Keep.

Notez cependant que tous les fichiers audio générés par les produits d’IA de Google sont marqués avec SynthID. Ce filigrane est intégré au signal audio afin de permettre la détection de contenus générés artificiellement et de limiter certains risques liés à la désinformation. Mais rassurez-vous, il est imperceptible à l’oreille.

Si vous souhaitez le découvrir sur Workspace, il vous est possible de l’utiliser gratuitement pendant 14 jours. De plus, comme une bonne nouvelle n’arrive jamais seule, vous avez le droit à une offre promo spéciale Workspace avec -15% sur les plans Starter, Standard et Plus.

ARTICLES SIMILAIRES