Gemini 3.8 Live

Na dzień 2026-11-12 sesje Live nie są dostępne przez APIMaster. Połączenie WebSocket dostawcy zwraca 403; natywne przekazywanie i rozliczenia nie przeszły odbioru. Zapisana cena nie oznacza dostępności usługi.

Zastosowania

Wejście: tekst, dźwięk, obrazy i wideo. Wyjście: tekst i dźwięk. Do obsługi głosowej, ćwiczeń językowych i asystentów z kontekstem wizualnym. Live służy rozmowie; TTS odczytuje ustalony tekst.

Oficjalne ceny

Ceny Google Standard sprawdzone 2026-11-12; nie są to bieżące ceny sprzedaży APIMaster.

Modalność	USD / milion tokenów
Tekst wejściowy	$0.75
Tekst wyjściowy (z rozumowaniem)	$4.50
Dźwięk wejściowy	$3.00
Dźwięk wyjściowy	$12.00
Obrazy / wideo na wejściu	$1.00

Przykład bezpośredniego połączenia z Google

Przykład łączy się z Google i wymaga klucza Google z dostępem Live, a nie klucza APIMaster. Nie potwierdza dostępności endpointu Live w APIMaster.

Zainstaluj SDK, ustaw GEMINI_API_KEY w środowisku serwera i uruchom program. Krótka odpowiedź głosowa trafi do reply.wav.

python -m pip install google-genai
python gemini_live_reference.py

import asyncio
import os
import wave
from google import genai

async def main():
    client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
    async with client.aio.live.connect(
        model="gemini-3.8-live",
        config={"response_modalities": ["AUDIO"]},
    ) as session:
        await session.send_client_content(
            turns={"role": "user", "parts": [{"text": "Say hello briefly."}]},
            turn_complete=True,
        )
        audio = bytearray()
        async for message in session.receive():
            content = message.server_content
            if content and content.model_turn:
                for part in content.model_turn.parts or []:
                    if part.inline_data and part.inline_data.data:
                        audio.extend(part.inline_data.data)
        if not audio:
            raise RuntimeError("The Live session returned no audio")
        with wave.open("reply.wav", "wb") as output:
            output.setnchannels(1)
            output.setsampwidth(2)
            output.setframerate(24000)
            output.writeframes(audio)

asyncio.run(main())

Wejście i wyjście dźwięku

Mikrofon: mono PCM 16 kHz, signed 16-bit little-endian. Wyjście: PCM 24 kHz. Koduj fragmenty audio w Base64 i wysyłaj poniższy komunikat bez tłumaczenia nazw pól.

{"realtimeInput":{"audio":{"mimeType":"audio/pcm;rate=16000","data":"BASE64_PCM16_AUDIO"}}}

Sesje i rozwiązywanie problemów

Używaj WebSocket Live API. Poczekaj na setupComplete; turnComplete kończy turę. Błąd 403 przy zestawianiu połączenia oznacza odmowę dostępu, nie niezgodność odcisku. generateContent i Chat Completions nie zastępują Live. Przed produkcją sprawdź uwierzytelnianie, audio, przerwania, narzędzia, ponowne połączenia i rozliczenia według modalności. Klucze przechowuj tylko na serwerze.

Źródła i data weryfikacji

2026-11-12 · Google: Gemini 3.8 Live · Google: Live API · Google: pricing