Gemini Live 2026 что умеет голосовой режим Google и как включить

Gemini Live это голосовой режим ассистента Google, где вы разговариваете с нейросетью как с человеком: перебиваете, переспрашиваете, показываете камеру или экран телефона. С сентября 2026 года под ним работает новая модель Gemini 3.8 Live с минимальной задержкой ответа. Ниже разберем, что Gemini Live умеет на практике, как его включить за минуту, чем он отличается от текстового Gemini и что с доступом из России.

TL;DR. Gemini Live от Google бесплатен на Android и iPhone: голосовой диалог, камера и демонстрация экрана в реальном времени. В сентябре 2026 Google выпустила модель Gemini 3.8 Live и говорящие аватары для бизнеса. Из России сервис официально закрыт. В статье: функции, пошаговое включение, сравнение с текстовым Gemini и ChatGPT.

Что такое Gemini Live и зачем он нужен?

Gemini Live это режим живого голосового разговора внутри приложения Gemini. Вместо переписки вы говорите вслух, а ассистент отвечает голосом почти без пауз.

Gemini Live запустился в 2024 году как платная функция, а в апреле 2025 года Google сделала голосовой режим вместе с камерой и экраном бесплатным для Android. Сейчас он работает на телефонах с Android 10 и новее, на iPhone и в Android Auto. Модель внутри обновилась до Gemini 3.8 Live в сентябре 2026.

Представьте разницу между перепиской в мессенджере и звонком другу. В чате вы формулируете вопрос, ждете, читаете простыню текста. В Live вы просто думаете вслух: «слушай, а если так?», «стоп, давай короче». Голосовой Gemini подстраивается на лету.

Где это реально выручает:

• руки заняты: готовка, дорога, прогулка с коляской
• нужно быстро «прогнать» идею, а не писать промпт
• хочется показать предмет вместо того, чтобы его описывать
• практика иностранного языка в разговорном формате

Что умеет голосовой Gemini в 2026 году?

Голосовой Gemini ведет диалог в реальном времени, видит через камеру, читает ваш экран, подсвечивает объекты в кадре и работает с Календарем, Keep, Tasks и Картами Google.

С августа 2025 года Gemini Live умеет подсвечивать нужный объект прямо на изображении с камеры, например показывает, какой из трех инструментов взять. Тогда же Google добавила интеграции с Календарем, Keep и Tasks и обновила синтез речи. Ассистент меняет скорость, тон и даже акцент по просьбе.

Разговор, который можно перебить

Главная фишка в живости. Gemini Live не ждет, пока вы договорите идеальный вопрос, и не обижается, если его прервать на середине фразы. В тесте на английском с репетитором автор отдельно похвалил функцию speak to interrupt: перебил, уточнил, ассистент сразу сменил курс.

Голосов несколько, мужские и женские, с разной манерой. Тембр выбирается в настройках, а темп регулируется прямо фразой «говори помедленнее».

Камера и демонстрация экрана

Тут голосовой режим раскрывается сильнее всего. Из разборов на YouTube, которые мы прогнали через наш транскрибатор, самые частые сценарии такие:

Последний пункт любопытен для вайбкодеров. Расшарили экран с макетом, сказали «сделай заголовок поживее», получили конкретные правки по градиенту и анимации.

Действия в приложениях Google

Gemini Live умеет добавить встречу в Календарь, создать список покупок в Keep или задачу в Tasks голосом, не выходя из разговора. Маршруты и время работы мест он подтягивает из Google Карт. Звучит удобно, но здесь у ассистента самые заметные осечки, о них ниже.

Что изменилось с выходом Gemini 3.8 Live?

Gemini 3.8 Live вышла в сентябре 2026 года. Модель быстрее отвечает голосом, думает параллельно с речью и вызывает инструменты в фоне, не прерывая разговор.

По документации Google Gemini 3.8 Live заменила превью gemini-3.1-flash-live-preview. Модель принимает текст, аудио, изображения и видео, отвечает текстом и голосом. Контекст 131 072 токена на вход и до 65 536 на выход. Рассуждение теперь встроено по умолчанию и идет вперемешку с ответом.

Что поменялось в поведении модели gemini 3.8 live:

• асинхронный вызов функций стал режимом по умолчанию: агент ищет данные и продолжает говорить
• поиск Google подключается как источник фактов прямо во время диалога
• проактивное аудио включено всегда: модель сама решает, когда промолчать, если реплика не к ней
• параметр thinking_level убрали, глубину рассуждения модель выбирает сама
• эмоциональный режим диалога (affective dialog) из API удалили

Live Avatar, у ассистента появилось лицо

24 сентября 2026 Google открыла Gemini 3.8 Live Avatar для клиентов Gemini Enterprise в США и ЕС. Аватар говорит синхронно с губами, видит камеру и экран собеседника, поддерживает 97 языков с автоопределением. Все аудио и видео помечаются водяным знаком SynthID.

Раньше такой «говорящий агент» собирали из четырех сервисов: распознавание речи, языковая модель, синтез голоса и отдельный сервис аватара. Каждое звено добавляло задержку. Теперь это один поток внутри модели. Стоимость при этом заметная: по оценке DataNorth, около $0,39 за минуту речи аватара.

Чем Gemini Live отличается от текстового Gemini?

Текстовый Gemini думает дольше и глубже, работает с файлами, кодом и картинками. Gemini Live отвечает мгновенно голосом, но у него меньше контекст и нет части инструментов.

Голосовой режим собран вокруг скорости. Модель Gemini 3.8 Live держит 131 тысячу токенов контекста, тогда как Gemini 3.1 Pro в текстовом чате держит 1 миллион. У Live-модели нет выполнения кода, поиска по файлам, генерации изображений и структурированных ответов в JSON.

Короче, это два инструмента под разные задачи. Голосом удобно накидать идею, разобрать проблему на экране, потренировать язык. А потом перейти в текст и попросить Gemini расписать все подробно.

После каждой сессии Live расшифровка падает в историю чатов. Продолжить разговор письменно можно с того же места, контекст не теряется.

Как включить Gemini Live на Android и iPhone?

Откройте приложение Gemini, нажмите значок звуковой волны справа от строки ввода и начинайте говорить. Камера и экран включаются кнопками внутри режима Live.

Включение занимает меньше минуты, если аккаунт Google поддерживается в вашем регионе. По инструкции Tom's Guide кнопки находятся в одних и тех же местах на всех телефонах. Подписка для базовых функций не нужна.

Шаг 1. Установите приложение. На Android 10+ Gemini часто уже встроен, на iPhone скачайте Google Gemini из App Store. Входите в личный аккаунт: рабочие и детские профили режут функции.

Шаг 2. Запустите Live. Нажмите значок звуковой волны в правом нижнем углу, разрешите доступ к микрофону и говорите.

Шаг 3. Покажите камеру или экран. В полноэкранном Live есть значок камеры. Для экрана нажмите Share screen with Live. Остановить трансляцию можно через уведомление в шторке.

Шаг 4. Настройте голос. В настройках Gemini есть раздел с голосами, их можно прослушать заранее.

Есть нюанс: с 4 сентября 2026 года, по данным kod.ru, Gemini начал заменять Google Ассистент на Android. Так что на свежих прошивках Live может запускаться долгим нажатием кнопки питания.

Работает ли Gemini Live в России?

Официально нет. Google не открывает Gemini для российских IP-адресов, а с августа 2026 года доступ через VPN у части пользователей тоже пропал.

13 августа 2026 года, вместе с выходом Gemini 3.7 Flash, россияне массово пожаловались, что Gemini не работает даже через VPN. По разбору kod.ru, Google определяет страну по нескольким сигналам сразу. Одной смены IP теперь часто недостаточно.

Почему VPN перестал помогать:

1. Часть VPN-приложений по умолчанию пускает домены Google мимо туннеля ради скорости. Запрос уходит с вашего настоящего адреса.
2. Google сверяет геолокацию и историю подключений, включая данные Карт.
3. Серверы, через которые сидят тысячи россиян, со временем помечаются как «российские».

Честно скажем: стабильного обходного пути на октябрь 2026 нет, и мы не советуем рисковать основным аккаунтом. Для голосового общения с ИИ в России проще взять сервисы, которые работают без VPN, а с Gemini экспериментировать через Google AI Studio там, где он доступен.

Gemini Live или ChatGPT Voice, кто лучше в разговоре?

Gemini Live выигрывает в естественности диалога и связке с сервисами Google. ChatGPT в голосовом режиме чаще дает более точные и подробные ответы на сложные вопросы.

Мы собрали выводы из двух англоязычных тестов, где авторы гоняли оба ассистента по одинаковым задачам. Картина получилась неоднозначная. Ни один не выиграл всухую, и это важно для выбора.

Вывод из тестов простой. Gemini Live приятнее как собеседник: уточняет, легко перебивается, звучит естественнее. ChatGPT надежнее, когда нужен точный ответ на технический вопрос. Ирония с картами тоже показательна: голосовой Gemini ошибся с маршрутом, хотя Google Карты у него под рукой.

Какие сильные и слабые стороны у Gemini Live?

Сильная сторона Gemini Live в скорости и живости диалога с камерой. Слабая в точности сложных ответов, нестабильности действий в приложениях и региональных ограничениях.

Голосовой режим Google хорош как ежедневный помощник, но не как эксперт для глубокой работы. Это видно и по тестам, и по устройству самой модели: она заточена под низкую задержку, а не под длинные рассуждения.

Что получилось хорошо

• Естественный ритм. Перебивание работает без пауз, ассистент не теряет нить
• Камера и экран бесплатно. У конкурентов такое долго было только в платных тарифах
• Экосистема. Календарь, Keep, Tasks и Карты прямо из голосового диалога
• Мультиязычность. Можно переключить язык посреди фразы, удобно для практики

Где спотыкается

• Точность. На сложных технических вопросах ответы короче и поверхностнее, чем в тексте
• Действия. В тестах Live не поставил напоминание и ошибся с маршрутом
• Стабильность. Во время урока английского ассистент завис посреди сессии
• Россия. Официального доступа нет, VPN работает через раз

Как вайбкодеру использовать голосовой режим Gemini?

Gemini Live полезен вайбкодеру как голосовой напарник для разбора экрана и идей, а модель Gemini 3.8 Live через API позволяет собрать собственного голосового агента.

Тут два сценария. Первый пользовательский: расшарили экран с ошибкой в браузере и спросили голосом, что не так. Второй продуктовый: подключили gemini-3.8-live через Live API и сделали своего голосового ассистента. Цены на API по данным DataLearner: $0,75 за миллион входных текстовых токенов, $3 за миллион аудио на вход, $12 за миллион аудио на выход.

Лиза: «Прикинь, я сделала себе бота "Напомни мне" за 30 минут. Говорю голосом: "Напомни мне послезавтра в 13:00 запись к врачу", и он присылает напоминание за час. Голосовой интерфейс кажется сложной штукой, а по факту это пара вызовов API и нормальный промпт.»

Лайфхаки из разборов, которые работают и в Live:

• Задавайте формат обратной связи заранее. «Дай список ошибок и как их исправить» вместо «поправь меня»
• Просите говорить медленно, когда учите произношение или термины
• Используйте автозамену на телефоне для длинных стартовых промптов. Набрали «/учитель», получили готовую инструкцию для роли
• Начинайте голосом, заканчивайте текстом. Live для мозгового штурма, текстовый Gemini или Gemini CLIдля кода

Собирать голосового агента удобнее в связке: прототип логики в Claude Code или Cursor, голосовой слой на Live API. Если ваш агент про обучение, загляните в наш каталог ИИ-агентов для студентов, там есть готовые идеи под учебные задачи.

Кому подойдет Gemini Live?

Gemini Live подойдет тем, кто живет в экосистеме Google, часто занят руками и хочет визуальную помощь через камеру. Для глубокой аналитики и кода лучше текстовые инструменты.

Голосовой Gemini раскрывается в бытовых и рабочих мелочах, где важна скорость, а не идеальная точность. Если вы пользуетесь Android, Google Календарем и Keep, выгода максимальная. Если основной сценарий это код и длинные документы, Live станет приятным дополнением, а не основным инструментом.

Глоссарий

Gemini Live это голосовой режим приложения Gemini для разговора с ИИ в реальном времени с камерой и экраном.

Gemini 3.8 Live это модель Google для голосовых диалогов с низкой задержкой, вышла в сентябре 2026.

Live API это интерфейс Google для разработчиков, через который приложения подключают голосовые модели Gemini.

Задержка (latency) это пауза между вашей репликой и началом ответа ассистента.

Проактивное аудио это режим, в котором модель сама решает, отвечать на реплику или промолчать.

Асинхронный вызов функций это способ, при котором агент обращается к внешнему сервису в фоне и продолжает говорить.

SynthID это невидимый водяной знак Google для распознавания аудио и видео, созданного ИИ.

Контекстное окно это объем информации в токенах, который модель держит в памяти за один разговор.

FAQ

Gemini Live бесплатный или нужна подписка? Голосовой разговор, камера и демонстрация экрана в Gemini Live бесплатны с 2025 года на Android и iPhone. Подписка Google AI Pro дает более высокие лимиты и доступ к старшим моделям в текстовом чате, но для обычного голосового диалога она не обязательна.

Работает ли Gemini Live в России? Официально нет: Google не открывает Gemini для российских IP-адресов. С 13 августа 2026 года часть пользователей теряет доступ даже через VPN, потому что Google проверяет не только IP, но и геолокацию и историю подключений. Стабильного обходного пути сейчас нет.

Что такое Gemini 3.8 Live? Это модель Google для голосовых диалогов с минимальной задержкой. Она вышла в сентябре 2026 года, принимает текст, аудио, изображения и видео, отвечает текстом и голосом. Разработчики подключают ее через Live API по идентификатору gemini-3.8-live.

Можно ли говорить с Gemini Live по-русски? Да, русский язык поддерживается, Gemini Live понимает речь и отвечает голосом. Можно сменить язык прямо посреди разговора. Если ответы приходят на английском, проверьте язык аккаунта Google и попросите ассистента отвечать только по-русски.

Чем Gemini Live отличается от ChatGPT Voice? Gemini Live сильнее в естественности диалога, его легче перебить, у него больше голосов и связь с Календарем, Keep и Картами Google. ChatGPT в голосовом режиме чаще дает более подробные ответы на сложные технические вопросы. Выбор зависит от того, в какой экосистеме вы живете.

Может ли Gemini Live написать код? Голосом он объяснит подход, подскажет ошибку на расшаренном экране и продиктует идею. Писать и запускать код удобнее в текстовом Gemini, Google AI Studio или Gemini CLI. У модели Gemini 3.8 Live нет встроенного выполнения кода.

Сохраняются ли голосовые разговоры с Gemini Live? После завершения сессии текстовая расшифровка появляется в истории чатов Gemini. Ее можно перечитать, продолжить письменно или удалить. Управлять хранением активности можно в настройках аккаунта Google в разделе активности приложений Gemini.

Что дальше

Голосовой режим Google хорош как быстрый собеседник, а для работы с кодом и длинными задачами нужны другие инструменты. Сравнить их можно в нашем каталоге AI-инструментов: там обзоры Google AI Studio, Gemini CLI, Claude Code и Cursor с ценами и честными минусами.

Хотите собрать своего голосового ассистента или понять, какой стек подойдет под ваш продукт? Запишитесь на консультацию к Максиму, разберем задачу и подберем инструменты.

Обновлено: октябрь 2026