Conversa de voz que continua falando enquanto raciocina em segundo plano, com 30 vozes, entrada de vídeo ao vivo, chamadas de ferramentas e esforço de raciocínio ajustável.
GoogleGeração de Áudio128K contextoLançado 15 de set. de 2026Endpoint proprietárioNovoConversa de voz que continua falando enquanto raciocina em segundo plano, com 30 vozes, entrada de vídeo ao vivo, chamadas de ferramentas e esforço de raciocínio ajustável.
A sessão é configurada com eventos session.update pelo socket em vez de parâmetros de requisição. Tokens de texto e áudio cobram em taxas separadas.
Também conhecido como 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-thinkingTarifas pay-as-you-go ao vivo do catálogo EmpirioLabs. Você paga só pelo que usa, sem mínimo mensal.
Gemini 3.8 Live Extended Thinking mantém uma conversa ao vivo por um WebSocket em wss://api.empiriolabs.ai/v1/realtime?model=gemini-3-8-live-extended-thinking, e não pelos endpoints HTTP. Conecte-se com o id de modelo gemini-3-8-live-extended-thinking e envie sua chave de API da EmpirioLabs como cabeçalho Authorization: Bearer no handshake. O áudio trafega nos dois sentidos como PCM de 16 bits em base64. Um navegador não consegue definir cabeçalhos em um WebSocket, então abra esta conexão a partir do seu servidor e repasse o áudio ao navegador pelo seu próprio socket. Obtenha uma chave de API no painel EmpirioLabs.
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())Parâmetros de requisição suportados pela API Gemini 3.8 Live Extended Thinking na EmpirioLabs. Os padrões valem quando um campo é omitido.
| Parâmetro | Tipo | Padrão | Intervalo / valores | Descrição |
|---|---|---|---|---|
| voice | enum | Puck | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... | Voz falada para a sessão. Defina com session.update antes do início da conversa; não pode mudar depois. |
| instructions | string | - | - | Orientação do sistema sobre como o modelo se comporta e fala. Defina com session.update antes que a conversa comece. |
| reasoning_effort | enum | medium | low, medium, high | Quanto o modelo raciocina em segundo plano enquanto fala. Esforço maior usa mais tokens de saída. Defina antes que a conversa comece. |
| temperature | number | - | 0 a 2 | Temperatura de amostragem de 0 a 2. Valores mais baixos tornam as respostas mais consistentes. Defina antes que a conversa comece. |
| input_audio_format | enum | pcm16 | pcm16, pcm24 | Codificação do áudio que você adiciona ao buffer de entrada: pcm16 é PCM base64 de 16 bits a 16 kHz, e pcm24 é o mesmo a 24 kHz. |
| output_audio_format | enum | pcm24 | pcm24 | Codificação do áudio que o modelo transmite de volta: PCM de 16 bits a 24 kHz. |
| turn_detection | string | {"type":"server_vad"} | - | Detecção de atividade de voz do lado do servidor. Decide quando você parou de falar e o modelo deve responder. Está ativado por padrão; configure para nulo para... |
Conectando Voz full-duplex por WebSocket no wss://api.empiriolabs.ai/v1/realtime?model=gemini-3-8-live-extended-thinking, autenticada com o cabeçalho Authorization Bearer comum. Configure a sessão com session.update antes de enviar o primeiro áudio: voz, instruções, detecção de giro e ferramentas. Essas configurações são corrigidas assim que a conversa começa. Enviando áudio e vídeo - Adicionar áudio do microfone como eventos input_audio_buffer.append: PCM de 16 bits a 16 kHz, ou a 24 kHz com input_audio_format configurado para pcm24. - Anexe quadros de vídeo ao vivo como eventos input_image_buffer.append, como imagens base64 JPEG ou PNG. - A detecção de atividade de voz está ativada por padrão, então continue transmitindo por cerca de um segundo após o fim da fala. Defina turn_detection para nulo para encerrar cada turno você mesmo com input_audio_buffer.commit. Vozes e linguagem - Use uma das 30 vozes da lista de voice, por exemplo Puck, Kore ou Charon. Qualquer outro valor é recusado. - O modelo responde no idioma que você fala. Respondes - Fluxos de fala como eventos response.audio.delta, PCM de 16 bits a 24 kHz, com as palavras como eventos session.update 0__. Sua própria fala também é transcrita. - Falar enquanto o modelo responde interrompe. Raciocínio session.update 1__ define quanto o modelo raciocina em segundo plano enquanto fala: baixo, médio (o padrão) ou alto. Defina antes do início da conversa. - O modelo frequentemente reconhece uma pergunta primeiro e responde em um segundo turno. Cada turno é faturado de forma independente. Ferramentas - Chamada de função com parâmetros do esquema JSON. Devolva cada resultado como um item session.update 2__ com seu session.update 3__. Faturamento Os tokens de áudio e texto são precificados separadamente em ambas as direções, os quadros de vídeo são faturados como tokens de entrada, e os tokens de raciocínio faturam como tokens de saída. Cada turno concluído é faturado separadamente a partir do uso que o modelo reporta, incluindo uma resposta que você interrompe.
Na EmpirioLabs, Gemini 3.8 Live Extended Thinking é cobrado por uso: Entrada: áudio $7.80 por 1M de tokens de entrada de áudio; Entrada $2.60 por 1M de tokens de prompt; Saída $11.70 por 1M de tokens gerados; Saída: áudio $31.20 por 1M de tokens de áudio gerados. A tabela de tarifas ao vivo desta página sempre corresponde ao que a API cobra.
Gemini 3.8 Live Extended Thinking suporta uma janela de contexto de 128K tokens com até 65.536 tokens de saída por resposta.
Gemini 3.8 Live Extended Thinking é servido por WEBSOCKET /v1/realtime em api.empiriolabs.ai com autenticação padrão por token Bearer.
Abra o playground da EmpirioLabs e clique em Start session para testar no navegador. Gemini 3.8 Live Extended Thinking funciona sobre um WebSocket em vez de requisição e resposta, então para integrar comece pelo guia rápido de voz em tempo real. Conecte-se do seu servidor com sua chave de API da EmpirioLabs e o id de modelo gemini-3-8-live-extended-thinking e transmita áudio nos dois sentidos.
Crie uma conta EmpirioLabs e gere uma chave em API Keys no painel. A cobrança usa créditos pay-as-you-go, então você paga apenas pelas requisições que faz.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.
