タイプ
仕様
料金
入力: 音声
1Mのオーディオ入力トークンあたり
$7.80
入力
1Mプロンプトトークンあたり
$2.60
出力
生成された1Mトークンあたり
$11.70
出力: 音声
生成された1Mの音声トークンあたり
$31.20
Gemini 3.8 Live と Gemini 3.8 Live Extended Thinking を並べて比較: 仕様、機能、パラメーター、EmpirioLabs カタログのライブ料金。
Google オーディオ生成Gemini 3.8 Live と Gemini 3.8 Live Extended Thinking はどちらも Google のモデルで、オーディオ生成カテゴリに属し、EmpirioLabs API から利用できます。
| 仕様 | Gemini 3.8 Live | Gemini 3.8 Live Extended Thinking |
|---|---|---|
| モデルID | gemini-3-8-live | gemini-3-8-live-extended-thinking |
| 開発元 | ||
| リリース | 2026年9月15日 | 2026年9月15日 |
| コンテキスト長 | 128K トークン | 128K トークン |
| 最大出力 | 65,536 トークン | 65,536 トークン |
| 入力 | 音声 テキスト 動画 | 音声 テキスト 動画 |
| 出力 | 音声 テキスト | 音声 テキスト |
| エンドポイント | WEBSOCKET /v1/realtime | WEBSOCKET /v1/realtime |
| 機能 |
両モデルの EmpirioLabs カタログのライブ料金です。各料金表は常に API の請求額と一致します。
EmpirioLabs で各モデルに記載されているリクエストパラメーターと、指定できる値または範囲です。ハイフンは、そのモデルに記載のないパラメーターを示します。
| パラメータ | Gemini 3.8 Live | Gemini 3.8 Live Extended Thinking |
|---|---|---|
| voice | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... デフォルト: Puck | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... デフォルト: Puck |
| instructions | string | string |
| temperature | 0.2 から 2 | 0.2 から 2 |
| input_audio_format | pcm16, pcm24 デフォルト: pcm16 | pcm16, pcm24 デフォルト: pcm16 |
| output_audio_format | pcm24 デフォルト: pcm24 | pcm24 デフォルト: pcm24 |
| turn_detection | string デフォルト: {"type":"server_vad"} | string デフォルト: {"type":"server_vad"} |
| max_response_output_tokens | 4096 から 65536 | 4096 から 65536 |
| input_audio_transcription | string | string |
| media_resolution | low, medium, high | low, medium, high |
| reasoning_effort | - | low, medium, high デフォルト: medium |
通常のAuthorization Bearerヘッダーで認証されたWebSocketを経由した全二重音声をwss://api.empiriolabs.ai/v1/realtime?model=gemini-3-8-liveで送信します。最初の音声(音声、指示、ターン検出、ツール)を送信する前に、セッションを設定しsession.updateてください。これらの設定は会話開始時に修正されます。
音声トークンとテキストトークンは両方向に別々に価格設定され、ビデオフレームは入力トークンとして、推論トークンは出力トークンとして請求されます。完了した各ターンは、モデルが報告する使用状況(あなたが中断した返信を含む)から個別に請求されます。
通常のAuthorization Bearerヘッダーで認証されたWebSocketを経由した全二重音声をwss://api.empiriolabs.ai/v1/realtime?model=gemini-3-8-live-extended-thinkingで送信します。最初の音声(音声、指示、ターン検出、ツール)を送信する前に、セッションを設定しsession.updateてください。これらの設定は会話開始時に修正されます。
音声トークンとテキストトークンは両方向に別々に価格設定され、ビデオフレームは入力トークンとして、推論トークンは出力トークンとして請求されます。完了した各ターンは、モデルが報告する使用状況(あなたが中断した返信を含む)から個別に請求されます。
Gemini 3.8 Live は HTTP エンドポイントではなく、wss://api.empiriolabs.ai/v1/realtime?model=gemini-3-8-live の WebSocket 上でライブ会話を行います。モデル ID gemini-3-8-live で接続し、ハンドシェイク時に EmpirioLabs の API キーを Authorization: Bearer ヘッダーとして送信してください。音声は base64 の 16 ビット PCM として双方向に流れます。 ブラウザは WebSocket にヘッダーを設定できないため、この接続はサーバーから開き、音声は自前のソケットでブラウザへ中継してください。 どちらのモデルも同じエンドポイントで呼び出します。model を gemini-3-8-live または gemini-3-8-live-extended-thinking に設定してください。 EmpirioLabs ダッシュボードで API キーを取得してください。
import asyncio, json, os, websockets
async def main():
async with websockets.connect(
"wss://api.empiriolabs.ai/v1/realtime?model=gemini-3-8-live",
additional_headers=[
("Authorization", f"Bearer {os.environ['EMPIRIOLABS_API_KEY']}"),
],
max_size=None,
) as ws:
print(json.loads(await ws.recv())["type"]) # session.created
await ws.send(json.dumps({
"type": "conversation.item.create",
"item": {
"type": "message",
"role": "user",
"content": [{"type": "input_text", "text": "Say hello."}],
},
}))
await ws.send(json.dumps({"type": "response.create"}))
async for raw in ws:
event = json.loads(raw)
if event["type"] == "response.audio.delta":
... # base64 audio chunk, append to your playback buffer
elif event["type"] == "response.done":
break
asyncio.run(main())どちらのモデルも 2026年9月15日 にリリースされました。 どちらのモデルもコンテキスト長は 128K トークンです。 Gemini 3.8 Live Extended Thinking だけに記載されている機能: reasoning。 このページの仕様、料金表、パラメーターは EmpirioLabs のライブカタログに基づいています。
入力: 音声 (1Mのオーディオ入力トークンあたり)、入力 (1Mプロンプトトークンあたり) の料金はどちらのモデルも同じです。 両方のライブ料金表はこのページにあり、常に API の請求額と一致します。
はい。どちらのモデルも同じ EmpirioLabs API キーで WEBSOCKET /v1/realtime を使うため、ほとんどの連携は model の値を変えるだけで切り替えられます。モデル固有のパラメーターに依存している場合は、先にこのページのパラメーター表を確認してください。
はい。EmpirioLabs プレイグラウンド で各モデルを開き、Start session を押すとブラウザーで試せます。