백그라운드에서 추론하면서 계속 말하는 음성 대화, 30개의 목소리, 실시간 영상 입력, 도구 호출, 그리고 조절 가능한 추론 노력이 포함됩니다.
Google오디오 생성128K 컨텍스트출시 2026년 9월 15일독점 엔드포인트신규백그라운드에서 추론하면서 계속 말하는 음성 대화, 30개의 목소리, 실시간 영상 입력, 도구 호출, 그리고 조절 가능한 추론 노력이 포함됩니다.
세션은 요청 매개변수 대신 소켓을 통한 세션 업데이트(session.update events)로 구성됩니다. 텍스트 토큰과 오디오 토큰은 별도의 요금으로 청구됩니다.
다른 이름 Gemini Live Extended Thinking, Google Gemini 3.8 Live Extended Thinking
gemini-3-8-live-extended-thinking/v1/realtimegemini-3.8-live-extended-thinkinggoogle/gemini-3.8-live-extended-thinkingEmpirioLabs 카탈로그의 실시간 종량제 요금입니다. 사용한 만큼만 결제하며 월 최소 요금이 없습니다.
Gemini 3.8 Live Extended Thinking 은(는) HTTP 엔드포인트가 아니라 wss://api.empiriolabs.ai/v1/realtime?model=gemini-3-8-live-extended-thinking 의 WebSocket에서 실시간 대화를 진행합니다. 모델 ID gemini-3-8-live-extended-thinking 로 연결하고 핸드셰이크 시 EmpirioLabs API 키를 Authorization: Bearer 헤더로 보내세요. 오디오는 base64 16비트 PCM으로 양방향 전송됩니다. 브라우저는 WebSocket에 헤더를 설정할 수 없으므로 이 연결은 서버에서 열고 오디오는 자체 소켓으로 브라우저에 중계하세요. EmpirioLabs 대시보드에서 API 키를 발급받으세요.
import asyncio, json, os, websockets
async def main():
async with websockets.connect(
"wss://api.empiriolabs.ai/v1/realtime?model=gemini-3-8-live-extended-thinking",
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())EmpirioLabs에서 Gemini 3.8 Live Extended Thinking API가 지원하는 요청 파라미터입니다. 필드를 생략하면 기본값이 적용됩니다.
| 파라미터 | 유형 | 기본값 | 범위 / 값 | 설명 |
|---|---|---|---|---|
| voice | enum | Puck | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... | 세션 중 음성 재생. 대화 시작 전에 session.update로 설정하세요; 대화 이후에는 변경할 수 없습니다. |
| instructions | string | - | - | 모델이 어떻게 동작하고 말하는지에 대한 시스템 가이드라인. 대화가 시작되기 전에 session.update로 설정하세요. |
| reasoning_effort | enum | medium | low, medium, high | 모델이 말하는 동안 백그라운드에서 얼마나 추론하는지. 노력이 많을수록 출력 토큰이 더 많아집니다. 대화가 시작되기 전에 설정하세요. |
| temperature | number | - | 0 ~ 2 | 온도를 0에서 2로 샘플링하세요. 낮은 값은 답변을 더 일관되게 만듭니다. 대화가 시작되기 전에 설정하세요. |
| input_audio_format | enum | pcm16 | pcm16, pcm24 | 입력 버퍼에 추가하는 오디오 인코딩: pcm16은 base64 16비트 PCM(16 kHz), pcm24는 24 kHz에서 동일합니다. |
| output_audio_format | enum | pcm24 | pcm24 | 모델이 스트리밍하는 오디오 인코딩: 24kHz의 16비트 PCM. |
| turn_detection | string | {"type":"server_vad"} | - | 서버 측 음성 활동 감지. 말을 멈췄을 때 모델을 결정하고 모델이 응답해야 합니다. 기본적으로 켜져 있습니다; input_audio_buffer.commit로 매 턴을 끝내도록 null로 설정하세요. |
연결 wss://api.empiriolabs.ai/v1/realtime?model=gemini-3-8-live-extended-thinking에서 WebSocket을 통한 전이중 음성, 일반 Authorization Bearer 헤더로 인증. 첫 오디오(음성, 지시, 턴 감지, 도구)를 보내기 전에 session.update와 세션을 구성하세요. 이 설정들은 대화가 시작되면 수정됩니다. 오디오 및 비디오 전송 - 마이크 오디오를 input_audio_buffer.append 이벤트로 추가하세요: 16비트 PCM 16kHz 또는 24kHz에서 pcm24 설정input_audio_format. - 라이브 비디오 프레임을 input_image_buffer.append 이벤트로 추가하고, base64 JPEG 또는 PNG 이미지로 추가하세요. - 음성 활동 감지는 기본적으로 켜져 있으니, 말이 끝난 후 약 1초간 스트리밍을 계속하세요. turn_detection를 null로 설정하여 각 턴을 input_audio_buffer.commit로 직접 종료하세요. 목소리와 언어 - voice 목록에 있는 30개의 음성 중 하나를 사용하세요. 예를 들어 Puck, Kore, Charon. 다른 값은 거부됩니다. - 모델이 당신이 말하는 언어로 응답합니다. 응답 - 말은 response.audio.delta 이벤트로 스트리밍되며, 16비트 PCM 24kHz에서 단어는 session.update 0__ 이벤트로 구성됩니다. 자신의 말도 전사됩니다. - 모델이 대답할 때 말하는 것이 대화를 중단합니다. 추론 session.update 1__ 모델이 말하는 동안 백그라운드에서 얼마나 추론하는지를 설정합니다: 낮음, 중간 정도(기본값), 높음. 대화가 시작되기 전에 설정하세요. - 모델은 종종 질문을 먼저 인정하고 두 번째 턴에 답변합니다. 각 턴은 별도로 청구됩니다. 도구 - JSON 스키마 매개변수를 이용한 함수 호출. 각 결과는 session.update 2__ 항목으로 반환하고 session.update 3__ 있습니다. 청구 오디오 및 텍스트 토큰은 양방향으로 별도로 가격이 매겨지며, 비디오 프레임은 입력 토큰으로, 추론 토큰은 출력 토큰으로 청구됩니다. 완료된 각 턴은 모델이 보고하는 사용량에 따라 별도로 청구되며, 당신이 인터뷰할 경우 응답도 포함됩니다.
EmpirioLabs에서 Gemini 3.8 Live Extended Thinking은(는) 종량제로 청구됩니다: 입력: 오디오 $7.80 1M 오디오 입력 토큰당; 입력 $2.60 1M 프롬프트 토큰당; 제품정보 $11.70 생성된 토큰 1M 단위; 출력: 오디오 $31.20 생성된 1M 오디오 토큰당. 이 페이지의 실시간 요금표는 항상 API 청구 금액과 일치합니다.
Gemini 3.8 Live Extended Thinking은(는) 128K 토큰 컨텍스트 윈도우를 지원합니다 (응답당 최대 65,536 출력 토큰).
Gemini 3.8 Live Extended Thinking은(는) api.empiriolabs.ai의 WEBSOCKET /v1/realtime를 통해 제공되며 표준 Bearer 토큰 인증을 사용합니다.
EmpirioLabs 플레이그라운드 를 열고 Start session 을 누르면 브라우저에서 바로 사용해 볼 수 있습니다. Gemini 3.8 Live Extended Thinking 은(는) 요청과 응답이 아니라 WebSocket으로 동작하므로 직접 연동할 때는 실시간 음성 퀵스타트 부터 시작하세요. EmpirioLabs API 키와 모델 ID gemini-3-8-live-extended-thinking 로 서버에서 연결한 뒤 오디오를 양방향으로 스트리밍하면 됩니다.
EmpirioLabs 계정을 만든 다음 대시보드의 API Keys에서 키를 생성하세요. 요금은 종량제 크레딧이라 실행한 요청에 대해서만 결제합니다.
