Gemini 3.8 Live Avatar: agentes de IA con rostro (precio y límites)

Google le puso cara a sus agentes de voz: Gemini 3.8 Live con Live Avatar escucha, ve y habla con un rostro en pantalla, y llama herramientas sin cortar la conversación. Es un paso hacia asistentes que se sienten menos como un chat y más como una videollamada.

Qué hace

La combinación es lo novedoso: el agente mantiene una conversación por voz fluida y, al mismo tiempo, muestra un rostro animado que reacciona en tiempo real. Puede usar herramientas (buscar, consultar datos, ejecutar acciones) sin interrumpir el diálogo, que es justo lo que rompía la ilusión en los asistentes anteriores.

Dónde se programa

Para quien construye, esto vive en la Live API, dentro de la Gemini Enterprise Agent Platform de Google Cloud. Es decir, no es una función del chat de consumo, sino una pieza para armar aplicaciones de voz con imagen.

Qué revisar antes de construir con él

El atractivo es evidente —atención al cliente, kioscos, tutores—, pero hay que mirar el costo del video del avatar, que se suma al de la conversación y puede escalar rápido con muchos usuarios. Antes de comprometerte, haz una prueba con tu caso real, mide el gasto por minuto de avatar y pregúntate si la cara en pantalla aporta de verdad a la experiencia o si una voz bien hecha ya resolvía el problema.