GMNI

▲Google、Gemini 3.8 Liveに話者の姿を映すアバターを追加

Googleが9月24日、Gemini 3.8 Live with Live Avatarを公開しました。対話モデルに映像の生成を組み合わせ、話している相手の姿を画面に出せるようにするものです。公式は口の動きの同期、自然な表情、会話の間の受け渡しを挙げ、映像と音声の入力を同時に処理すると説明しています。ツールの実行は非同期で、背景でデータを取りに行っている間も会話が途切れません。対応は97言語で、言語に合わせて口の動きと表情が変わります。参照画像から独自のアバターを作る機能は、企業向けの個別許可制です。出力にはすべてSynthIDの透かしが入ります。提供先はGemini Enterpriseで、APIの資料はGoogle Cloudのコンソールと文書に置かれています。料金の記載はありません。音声だけだった応答に姿が付くと、受付や社内研修の映像を人が演じる前提が崩れます。

▲Google、Gemini 3.8のTTS 2種を公開 声を文章から作れる

Googleが9月23日、音声合成モデルのGemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSを公開しました。自然文のプロンプトで新しい声を一から作れるほか、演技の指示・話す速さ・方言の切り替え・相づちを行単位で指定できます。本人の同意確認を経れば30秒の音声から声を複製でき、すぐ使える声は2,000種類以上、対応は100以上の言語と方言です。2人の話者が交互に話す会話もそのまま生成できます。開発者向けはGemini APIとGoogle AI Studioで9月23日から、企業向けのGemini Enterprise APIは近日提供。一般向けはGemini NotebookがFlash TTS、Google VidsがFlash-Lite TTSを使います。声の複製はイリノイ州・テキサス州・EEA・英国・スイス・インドでは提供されません。料金は公式に記載がありません。

▲Gemini 3.8 Flash公開 導入価格は3.7と同額、2027年1月から倍額

Googleが9月2日、Gemini 3.8を公開しました。汎用の3.8 Flashと、防御側の組織に限って出す3.8 Flash Cyberの2種類です。3.8 Flashの価格は導入価格として100万トークンあたり入力0.75ドル、出力3.75ドルで、3.7 Flashと同額に据え置かれました。ただし公式の注記に、この導入価格は2026年12月31日で終了し、2027年1月1日からは入力1.50ドル、出力7.50ドルになると書かれています。HLE-Verifiedは54.9％。開発者はGemini API、Google AI Studio、Android Studio、Google Antigravityから、消費者はGoogle AI ProとUltraの契約者がGeminiアプリ、Google検索のAIモード、Google Sheetsで使えます。公式は3.8 Flashを「より多く働く」モデルと説明し、難しい課題では推論の手数が増えてトークンを多く使う場合があるとしています。効率を優先するなら3.7 Flashを使い続けてよいとも明記されました。同じ単価でも消費量が増えるなら請求は増えます。据え置きに見える価格も年内までです。