La disponibilidad del modelo sigue sin confirmarse
El lanzamiento de Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking el 15 de septiembre de 2026 no está confirmado. Tampoco están establecidos la disponibilidad general de ambos identificadores ni el reemplazo de un modelo Live anterior. La identidad exacta, la fecha y el estado de acceso son cuestiones distintas.
La Live API cubre el intercambio entre cliente y herramientas, identificadores para asociar llamadas con respuestas, comportamiento de herramientas no bloqueantes y particularidades del razonamiento. Estos elementos son suficientes para una revisión de integración, pero no confirman nombres de modelos, precios, regiones, cuotas ni compromisos de ciclo de vida.
La consecuencia práctica es importante. Un equipo no debería promover una migración basándose sólo en la interpretación de una descripción de lanzamiento. Debe comprobar en su proyecto que el identificador se acepta, que tiene acceso efectivo, que el comportamiento observado coincide con el contrato documentado y que las políticas de coste, datos y seguridad aplicables siguen siendo válidas.
Por qué una herramienta asíncrona cambia el modelo operativo de un agente de voz
En una conversación de voz, que el modelo produzca audio no equivale a que una operación empresarial haya terminado. Una llamada a una herramienta puede necesitar consultar inventario, crear una reserva, abrir un caso o solicitar una confirmación. Si esa llamada no bloquea la conversación, el agente puede continuar atendiendo al usuario mientras el sistema externo sigue trabajando.
La documentación de uso de herramientas de Live API describe un protocolo en el que la llamada de función incluye un identificador y el cliente devuelve una respuesta de función vinculada a esa interacción. También documenta el modo no bloqueante, denominado `NON_BLOCKING`, y opciones para planificar cómo se incorpora una respuesta de herramienta al flujo. La aplicación cliente sigue siendo responsable de ejecutar la acción externa, conservar el contexto necesario y enviar la respuesta correspondiente.
Esto obliga a separar el lenguaje conversacional de la realidad transaccional. El asistente puede decir que está comprobando una solicitud; eso no debe registrarse como una confirmación. Del mismo modo, una respuesta tardía de una herramienta no debería convertirse automáticamente en una nueva locución si el usuario canceló, cambió de asunto o la sesión ya se reconcilió tras una reconexión.
Estados que conviene modelar por separado
| Estado | Qué representa | Riesgo si se confunde con otro |
|---|---|---|
| Salida audible o textual | Lo que el usuario ha podido oír o recibir durante el turno. | Tratar una frase provisional como una confirmación de negocio. |
| Turno de sesión | El progreso conversacional que el cliente ha recibido y conserva. | Reproducir o perder contexto al reanudar una conexión. |
| Llamada de herramienta pendiente | Una solicitud identificada cuya ejecución o respuesta aún no está cerrada. | Ejecutar dos veces una acción por reintento o reordenación. |
| Efecto externo confirmado | El resultado comprobado en el sistema empresarial o proveedor. | Afirmar éxito antes de que exista evidencia del efecto. |
Razonamiento, contenido de sesión y eventos: lo que exige una lectura cuidadosa
La documentación sobre razonamiento en Live API diferencia un funcionamiento con razonamiento en segundo plano de las locuciones intermedias y describe campos de estado de interacción, incluido `interaction_status`. También advierte particularidades de la señalización de fin de turno. Para el modelo de razonamiento extendido descrito en esa documentación, las herramientas deben configurarse como no bloqueantes.
Esto no permite deducir que cada salida intermedia sea una decisión final ni que `turnComplete` tenga la misma interpretación operativa en todas las configuraciones. Un cliente robusto debe procesar los eventos según su tipo y su estado, en lugar de convertir cualquier fragmento recibido en historial definitivo, confirmación audible o disparador de una acción externa.
Las actualizaciones completas del contenido de sesión del cliente y una regla oficial de reconciliación tras reconexiones no están confirmadas. Cualquier integración con estado local conserva, no obstante, ese riesgo. El cliente debe definir qué versión de la conversación mantiene, cómo detecta duplicados y cómo trata los datos tardíos de un turno anterior.
Proceso mínimo para reconciliar una sesión y sus herramientas
- 01Asigne un identificador interno a la sesión y a cada turno que pueda originar una acción externa.
- 02Guarde la llamada de función recibida, incluido su identificador, nombre, argumentos normalizados, hora y estado local.
- 03Ejecute la operación con una clave de idempotencia en el sistema externo cuando ese sistema lo permita.
- 04Vincule la respuesta de función al identificador de la llamada original y registre si llega después de una interrupción, un cambio de turno o una reconexión.
- 05Antes de anunciar un éxito irreversible, verifique el efecto en el sistema de registro correspondiente.
- 06Mantenga una decisión explícita para resultados tardíos: informar, descartar de la conversación, solicitar confirmación o abrir una revisión operativa.
Fallos previsibles que deben entrar en la regresión
Las interrupciones son el primer caso crítico. El usuario puede hablar mientras el agente responde, cancelar la intención original o iniciar otra petición mientras una herramienta continúa en ejecución. La prueba no consiste sólo en comprobar que el audio se interrumpe: debe demostrar que no se comunica un éxito inexistente y que no se duplica una operación ya iniciada.
Las reconexiones y los reintentos plantean un segundo problema. Una aplicación puede volver a enviar una petición porque no sabe si el servicio remoto la recibió, o puede recibir una respuesta tras recuperar la conectividad. Sin correlación por identificadores e idempotencia en el destino, una operación de reserva, pago, cancelación o actualización puede ejecutarse más de una vez.
También deben probarse los resultados fuera de orden. Una herramienta lenta puede responder después de otra solicitud más reciente del mismo usuario. El orden de llegada no debe sustituir a la relación causal entre turno, llamada y resultado. En sistemas regulados o con efectos sensibles, la traza debe permitir reconstruir quién solicitó una acción, qué argumentos se enviaron, qué sistema la ejecutó y cuál fue el resultado confirmado.
Batería de pruebas antes de producción
| Escenario | Comprobación esperada | Evidencia que conservar |
|---|---|---|
| Interrupción durante una llamada pendiente | La conversación puede continuar o detenerse sin convertir el trabajo pendiente en confirmación automática. | Identificadores de turno y función, marca de interrupción y decisión aplicada. |
| Reintento tras un corte de red | No se duplica el efecto externo. | Clave de idempotencia, respuesta del destino y estado final. |
| Respuesta tardía | El resultado se asocia a la llamada original y sigue una política explícita. | Hora de envío y recepción, relación con el turno y acción de reconciliación. |
| Dos acciones similares | Cada una conserva su propio identificador y argumentos. | Mapa de correlación y resultados separados. |
| Fin de turno con razonamiento | El cliente no interpreta señales parciales como cierre transaccional. | Eventos recibidos, estado de interacción y estado final de la operación. |
Lista de migración: qué validar en el proyecto, no sólo en la documentación
Primero, verifique el acceso real al identificador de modelo que pretende utilizar y documente el entorno, región, cuenta y versión de SDK de la prueba. Después, ejecute una conversación de referencia sin herramientas y otra con una herramienta no bloqueante, comparando transcripciones, eventos, marcas temporales y estados internos. La finalidad no es medir una impresión subjetiva de voz, sino detectar cambios de contrato que afecten a la aplicación.
Segundo, defina qué significa cancelar en cada capa. Puede significar que el usuario deja de escuchar una respuesta, que el cliente deja de esperar una herramienta, que se anula una solicitud remota o que un sistema externo revierte una operación. Estas acciones no son equivalentes. Si no existe una operación documentada y disponible para cancelar la ejecución remota, el equipo debe tratar esa limitación como un riesgo de producto y diseñar compensaciones operativas.
Tercero, mida la experiencia completa. La latencia útil incluye la detección de intención, el intercambio con la herramienta, la confirmación externa y la respuesta al usuario. También registre errores, abandonos, operaciones compensadas y discrepancias entre lo que el usuario oyó y lo que quedó en el sistema de registro. Ninguna de estas métricas puede inferirse de la documentación; exige pruebas con el dominio, los servicios y los datos de la organización.
Por último, revise los límites de uso vigentes en el proyecto. La documentación de límites explica que estos se gestionan por proyecto y se expresan mediante métricas como solicitudes, tokens y solicitudes diarias, además de niveles de uso. Los valores concretos pueden variar y deben consultarse en la información vigente para el modelo y la cuenta, no asumirse a partir de una prueba aislada.
Criterio de promoción a producción
- 01Complete pruebas de interrupción, reconexión, duplicación, respuesta tardía y cambio de intención.
- 02Demuestre idempotencia o un mecanismo de compensación para cada herramienta con efectos externos.
- 03Verifique que las trazas relacionan sesión, turno, llamada de función, respuesta y efecto de negocio.
- 04Establezca alertas para respuestas tardías, discrepancias de estado, fallos de herramientas y aumento de latencia.
- 05Obtenga una revisión de seguridad, privacidad y cumplimiento para audio, transcripciones, argumentos de herramientas y registros.
- 06Promueva gradualmente y mantenga una vía de reversión al comportamiento anterior.
Qué sigue siendo incierto y qué conviene vigilar
El modo de razonamiento extendido descrito para Live API exige herramientas no bloqueantes. Ese requisito no permite comparar por completo Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking ni confirmar que el comportamiento asíncrono sea obligatorio por defecto en ambos. La configuración exigida para un modo concreto no debe generalizarse a todos los modelos o productos.
No se han aportado pruebas suficientes sobre calidad de audio en un dominio concreto, precisión de decisiones de herramienta, coste por resolución, seguridad de acciones, disponibilidad regional, retención de datos o adecuación a obligaciones sectoriales. Estas son decisiones de despliegue que no pueden resolverse con una nota técnica aislada.
La Live API de Gemini permite preparar una integración resistente: separar conversación y transacción, usar una correlación consistente, contemplar posibles resultados tardíos y exigir confirmación externa antes de declarar una acción como completada. La documentación no confirma el anuncio ni los identificadores exactos.
Continúa explorando
Fuentes consultadas
Correcciones y transparencia
Si detectas un dato incorrecto o desactualizado, puedes enviarnos una corrección indicando la página y la fuente que debemos revisar.
Proponer una corrección