Gemini 3.8 Live Avatar: 0,39 dollar/min – merkeansikt på allowlist

Google gjør 24. september 2026 Gemini 3.8 Live with Live Avatar allment tilgjengelig i Gemini Enterprise. Primærkilden er Google-bloggen samme dag. Cloud-bloggen 25. september bekrefter produksjonsstatus, US- og EU-endepunkt og provisioned throughput. Ansiktet genereres i samme pass som stemmen. Listepris for video-ut er 1,00 dollar per million tokens, 6192 tokens per sekund. Ett taleminutt koster om lag 0,39 dollar i ut-tokens, mot 0,02 dollar for lyd alene. Eget merkeansikt fra referansebilde er allowlist, ikke GA. Google publiserer ingen millisekundtall for tid til første bilde.

For CIO er dette et Enterprise-produkt mot kundeservice, kiosk og veiledning, ikke en konsumentmodell. For CISO er det SynthID i lyd og video, kamera og skjermdeling inn i samtalen, og at custom likeness er stengt bak verifisering. For FinOps er fellen at tidligere turer i kontekstvinduet prises på nytt i hver tur.

Hva Google faktisk lanserer

Live Avatar er ikke en ny flaggskip-LLM. Det er visuell tilstedeværelse på Gemini 3.8 Live: native speech-to-speech pluss strømmende video med leppesynk, mimikk og turtaking. Agenten tar tale, kamera og skjermdeling inn og svarer med tale og video ut. Det er ikke en separat leppe-synk-motor limt på etterpå, ifølge Google.

Tilgjengelig i Gemini Enterprise fra 24. september. Google Cloud sier GA med US- og EU-endepunkt, enterprise compliance og strict data governance. Web, mobil og interaktive kiosker. Gemini 3.8 Live Extended Thinking ligger fortsatt i privat forhåndsvisning. Custom avatar er allowlist. Det som er åpent i dag, er Googles ferdiglagde ansikter, ikke deres.

Asynkron verktøykalling skal kjøre i bakgrunnen mens avataren fortsetter samtalen, uten å miste kontekst eller backend-transaksjoner ved avbrudd. Google viser hotellsjekk-in og en forsikringsintake der skade vises på kamera mens et ADK-agentlag fyller saksmappe. Kundene i Cloud-innlegget er Cox Automotive på Autotrader, Equal AI med over én million live-samtaler daglig på ni indiske språk, Salesforce Agentforce og Specs. Det er sitater, ikke målt konvertering.

97 språk med automatisk språkbytte og påstand om at video ikke driver og leppe-synk holder. 97 er antall støttede språk, ikke en kvalitetsscore. Ingen uavhengig eval, ingen avbruddsrate, ingen per-språk-tabell.

Pris og FinOps

Google Cloud Agent Platform, Gemini 3.8 Live API, non-global, per million tokens: tekst inn 0,75 dollar. Video/bilde inn 1,00. Lyd inn 3,00. Tekst ut 4,50. Lyd ut 12,00. Video ut (avatar) 1,00. Lyd: 25 tokens per sekund. Avatar-video: 6192 tokens per sekund. Video prises bare mens avataren snakker, ikke mens den lytter.

Ett taleminutt: 371 520 videotokens × 1,00 dollar = 0,3715 dollar, pluss 1500 lydtokens × 12,00 dollar = 0,018 dollar. Sum 0,39 dollar. Ti minutter kontinuerlig tale: om lag 3,90 dollar. Lyd alene: 0,02 dollar per minutt. Ti minutters veiledning der avataren snakker halve tiden lander nærmere to dollar i video-ut, før inn-tokens, tenking og verktøykall.

Kontekstvinduet inkluderer nye tokens pluss akkumulert historikk. Tidligere turer re-prosesseres og faktureres i hver ny tur, opp til konfigurert vindu. Lange sesjoner blir dyrere enn minuttsatsen. Budsjetter taletid, ikke kalenderminutter. Mål tid til første bilde selv. Google skriver «near real-time» uten millisekund.

Dette er Live API, ikke Flash TTS. TTS-saken 23. september dekker opplesing. Live Avatar er toveis videoagent i Enterprise.

Identitet, merkevare og CISO

All lyd og video merkes med SynthID, usynlig vannmerke vevd inn i strømmen. Google viser til modellkort for sikkerhet. SynthID gjør innhold detekterbart. Det stopper ikke en kunde i å tro at hen snakker med et menneske, og det stopper ikke opptak som spres uten merkevarekontroll.

Custom avatar: ett referansebilde, i Cloud-demoen også lydprøve, pluss systeminstruks. Allowlist og verifisering. Cox Automotive kan peke på live highlight av lageret. De fleste norske merkevarer får Googles preset-ansikt inntil Google slipper dem inn. Bruk av ansikt som ligner ansatte, kjendiser eller kunder uten samtykke er styre- og personvernrisiko, også når Google sier de har «strict safeguards designed to respect identity».

Kamera og skjermdeling inn i agenten betyr helse, skade, ID-dokumenter og interne skjermer i samme strøm som verktøykall. EU-endepunkt hjelper datalokasjon. Det erstatter ikke DPIA, sletteplikt og forbud mot å la avataren se mer enn saken krever. Provisioned throughput og DPA hører hjemme i Gemini Enterprise, ikke i konsument-Gemini.

Hva ledelsen bør gjøre nå

Test bare hvis dere allerede kjører Gemini Enterprise og har en kundeflate der ansikt endrer utfall: onboarding, feilsøking, kiosk, flerspråklig førstelinje uten native bemanning. Mål tid til første bilde, avbrudd og leppe-synk på bokmål selv. Ikke signer merkevare-SLA på custom avatar før allowlist er skriftlig. Pris inn 0,39 dollar per taleminutt pluss re-fakturert kontekst, ikke tokenprisen på 1,00 dollar alene. Hold Synthesia, HeyGen og D-ID i arkitekturen til latens og merkeansikt er bevist i deres tenant. Ignorer saken hvis dere står utenfor Enterprise, eller hvis kravet var deres eget logo-ansikt i produksjon i dag.

Kilder og medier

Primærkilde: Google, https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-with-live-avatar/

GA, endepunkt og kunder: Google Cloud, Gemini 3.8 Live with Live Avatar is now generally available. Pris og tokenrater: Google Cloud Agent Platform pricing for Gemini 3.8 Live API. Toppdekking: The Verge, 24. september 2026.

Thumbnail: OpenAI Image 2 / hogby.ai