A Google lançou o Gemini 3.8 Live e o Gemini 3.8 Live Extended Thinking para conversas de voz em tempo real. Para quem desenvolve aplicações, a mudança mais relevante não está apenas na resposta falada: a versão Extended Thinking consegue continuar a raciocinar e a executar ferramentas assíncronas em segundo plano enquanto a interação com o utilizador permanece ativa.
A documentação da Google torna esta diferença explícita no ciclo de vida da sessão. No Gemini 3.8 Live, turnComplete: true continua a indicar o fim do turno. No Extended Thinking, esse sinal pode chegar quando ainda existe trabalho em curso. A aplicação passa a ter de acompanhar interaction_status: IN_PROGRESS significa que o processamento continua e IDLE indica que a interação terminou de facto.
O fim de uma resposta já não significa o fim da tarefa
Num assistente de voz, uma operação que demora vários segundos costuma criar uma escolha pouco satisfatória: deixar o utilizador em silêncio ou responder antes de concluir o trabalho. O Extended Thinking acrescenta outra possibilidade. O modelo pode dar pequenas atualizações faladas enquanto continua a raciocinar e a usar ferramentas em segundo plano.
Um assistente de viagens, por exemplo, pode informar que está a verificar opções enquanto pesquisa voos ou hotéis. A fala passa assim a ser apenas uma parte de uma interação mais longa, e deixa de funcionar como único sinal de conclusão.
A consequência para a interface é prática. O estado do microfone, o botão de cancelamento, a aceitação de um novo pedido e a indicação de processamento não podem depender apenas do momento em que o modelo acaba de falar. O cliente precisa de representar explicitamente o estado global da interação.
A migração exige alterações na aplicação
No Extended Thinking, as funções disponibilizadas como ferramentas têm de usar behavior: NON_BLOCKING. As chamadas bloqueantes não são suportadas. O programador pode ainda escolher entre níveis baixo, médio e alto para o raciocínio em segundo plano.
Por isso, adotar o modelo não é apenas trocar o identificador na configuração. A aplicação deve continuar a receber mensagens depois de turnComplete, tratar novas partes de áudio ou chamadas de ferramentas, devolver os resultados dessas funções e só considerar o trabalho concluído quando chegar IDLE.
O Gemini 3.8 Live mantém o ciclo mais simples e aceita ferramentas bloqueantes e não bloqueantes. A Google apresenta-o como opção para conversas diretas em que a latência é prioritária. O Extended Thinking destina-se a tarefas com várias etapas, diagnósticos, recolha coordenada de informação e operações externas mais demoradas.
A fronteira que muda é a da própria interação
A leitura mais útil deste lançamento é a separação entre um turno de fala e a tarefa completa. O modelo pode terminar uma frase e continuar a trabalhar.
Isso obriga as equipas a definir comportamentos que antes podiam ficar implícitos. O que acontece se o utilizador interromper durante IN_PROGRESS? Um cancelamento deve parar todas as ferramentas? Como deve a interface reagir quando um serviço externo demora demasiado? E como separar, nos registos e métricas, os turnos de áudio do ciclo mais longo de raciocínio e execução?
Esta é uma conclusão editorial da Aipolix baseada no protocolo documentado pela Google. Não significa que o modelo seja autónomo nem que o raciocínio esteja sempre correto. A novidade é existir um sinal oficial para representar trabalho que pode continuar depois de uma resposta falada.
Entrada multimodal e contexto de 128K
A ficha técnica publicada pela Google DeepMind indica que as duas variantes aceitam áudio, imagem, vídeo e texto, e podem produzir áudio e texto. Ambas assentam no Gemini 3 Pro, com uma janela de entrada até 128K tokens e até 64K tokens de saída.
A mesma documentação mantém as limitações habituais dos modelos de base. Podem ocorrer alucinações, lentidão e situações de tempo limite. O Extended Thinking não deve, portanto, ser interpretado como garantia de fiabilidade. Quando uma interação dura mais tempo e envolve várias operações externas, o tratamento de falhas torna-se ainda mais importante.
O que testar antes de mudar
Uma avaliação útil deve ir além da qualidade da voz. Convém testar ferramentas lentas, interrupções durante IN_PROGRESS, vários eventos turnComplete na mesma interação, falhas de funções, cancelamentos e novos pedidos enviados antes de IDLE. A interface também deve mostrar com precisão se o sistema ainda está a trabalhar.
A escolha entre os dois modelos fica relativamente clara. O Gemini 3.8 Live é adequado quando a rapidez da conversa é essencial e a tarefa é direta. O Extended Thinking faz mais sentido quando são necessárias várias etapas de raciocínio ou ferramentas assíncronas mais demoradas, desde que a aplicação esteja preparada para gerir uma interação persistente.
O significado do lançamento vai, por isso, além de acrescentar «pensamento» à voz. A Google tornou o processamento em segundo plano uma parte explícita do contrato da Live API, e isso altera a arquitetura que os programadores terão de construir em torno dos agentes de voz.