ホーム / プロバイダー / Gemini Live APIの製品プロフィール 概要 料金 機能 ランタイムと適合性 検討事項 情報源と検証 ベンダーのウェブサイト ↗ プロバイダーの種類 ネイティブのリアルタイムマルチモーダルモデルAPI
適した用途 永続的なWebSocketセッションで、ネイティブ音声、マルチモーダル入力、関数呼び出しを必要とする低遅延の対話エージェントを構築する開発者。
チーム規模 スタートアップ; 中堅企業; 大企業; 開発者
通話チャネル WebSocket; サーバー側アプリケーション; 有効期間の短いトークンを使うクライアントアプリケーション
料金体系 Live APIの標準利用はトークン従量制です。入力音声100万トークンあたり$3（1分あたり$0.005相当）、出力音声100万トークンあたり$12（1分あたり$0.018相当）に加え、テキストトークンの利用料が別途かかります。蓄積されたセッションコンテキストは各ターンで課金されるため、会話履歴が長くなると料金も増加します。
料金の目安 標準の有料料金は、入力音声が1分あたり$0.005相当、出力音声が1分あたり$0.018相当です。それぞれ別途課金され、テキストトークンの料金も加算されます。Googleは無料のAPIティアも掲載しています。
無料プランまたは試用 Gemini APIの無料ティアあり。有料のLive利用はトークン従量制です。
Gemini Live APIの料金と予算 標準の有料料金は、入力音声が1分あたり$0.005相当、出力音声が1分あたり$0.018相当です。それぞれ別途課金され、テキストトークンの料金も加算されます。Googleは無料のAPIティアも掲載しています。
Live APIの標準利用はトークン従量制です。入力音声100万トークンあたり$3（1分あたり$0.005相当）、出力音声100万トークンあたり$12（1分あたり$0.018相当）に加え、テキストトークンの利用料が別途かかります。蓄積されたセッションコンテキストは各ターンで課金されるため、会話履歴が長くなると料金も増加します。
Gemini APIの無料ティアあり。有料のLive利用はトークン従量制です。
製品カタログの料金確認日：2026年9月28日。現行条件はプロバイダーの情報源で確認してください。
業務量全体の費用を比較する → 主な機能 安定版のネイティブ音声エージェントモデル：gemini-3.8-live、gemini-3.8-live-extended-thinking 双方向のネイティブ音声 テキスト、画像、動画の入力 関数呼び出し 非同期のツール実行 セッション制御と割り込み処理 ランタイムと適合性
音声技術の構成 ネイティブ音声エージェント：Gemini 3.8 Live（gemini-3.8-live）とGemini 3.8 Live Extended Thinking（gemini-3.8-live-extended-thinking）。; 別個のTTSモデル：gemini-3.8-flash-ttsとgemini-3.8-flash-lite-ttsは音声を生成します。いずれもLiveエージェントではありません。; 別個の文字起こしエンドポイント：gemini-3.5-transcribeは音声ファイルを処理します。gemini-3.5-transcribe-liveはLive APIの音声テキスト変換モードで、対話エージェントではありません。; 別個の翻訳モード：gemini-3.5-live-translate-previewは70以上の言語に対応するLive APIの通訳機能で、対話エージェントではありません。プレビュー版です。
電話連携 公開資料で確認できません
通話制御 公開資料で確認できません
外部連携 公開資料で確認できません
ナレッジとデータ 公開資料で確認できません
対応言語 Live APIのドキュメントには、日本語（ja）と多言語対応が記載されています。ネイティブ音声出力は会話中に自然に言語を切り替えられます。対応言語の一覧は、通話品質がどの言語でも同等であることを保証しません。別個の機能として、Transcribeは85以上の対応言語に日本語（ja-JP）を含みます。Flash TTSは130言語、Flash-Lite TTSは101言語に対応し、どちらも日本語を含みます。Live Translateのプレビュー版は70以上の言語に対応します。 主な特徴 安定版のGemini 3.8 Liveモデルは、ネイティブ音声対話と設定可能なツール呼び出しを永続的なWebSocketセッションで組み合わせます。TTS、文字起こし、翻訳には別個の補助モデルを使います。
検討事項 Gemini 3.8 LiveのモデルIDはどちらも安定版ですが、GoogleはLive APIをプレビューとして扱っています。ネイティブ音声セッションの応答モダリティはAUDIOです。テキストが必要な場合は出力文字起こしを有効にしてください。音声のみのセッションは15分、音声と動画を使うセッションは2分に制限されます。セッション管理で延長できます。クライアントからサーバーへの接続には短期トークンが必要です。蓄積された音声とコンテキストはターンごとに課金されます。
購入者からよくある質問
Gemini Live APIに関する質問 Gemini Live APIの予算はどう見積もるべきですか？ 公開されている料金の目安：標準の有料料金は、入力音声が1分あたり$0.005相当、出力音声が1分あたり$0.018相当です。それぞれ別途課金され、テキストトークンの料金も加算されます。Googleは無料のAPIティアも掲載しています。 記録されている料金体系：Live APIの標準利用はトークン従量制です。入力音声100万トークンあたり$3（1分あたり$0.005相当）、出力音声100万トークンあたり$12（1分あたり$0.018相当）に加え、テキストトークンの利用料が別途かかります。蓄積されたセッションコンテキストは各ターンで課金されるため、会話履歴が長くなると料金も増加します。 同じ業務量、チャネル、サブスクリプション、利用量、導入費用を含む最新の見積もりをプロバイダーに依頼してください。
Gemini Live APIで既存のデータを使用できますか？ 掲載されているナレッジとデータの情報源には公開資料で確認できませんが含まれます。自社システムでの権限、更新状況、障害時の動作はプロバイダーに確認してください。
Gemini Live APIの試験導入では何をテストすべきですか？ 同じ指示とエスカレーションルールで代表的な通話を実行してください。音声品質、完了したタスク、引き継ぎ、総費用を記録し、次の注意点を確認します：Gemini 3.8 LiveのモデルIDはどちらも安定版ですが、GoogleはLive APIをプレビューとして扱っています。ネイティブ音声セッションの応答モダリティはAUDIOです。テキストが必要な場合は出力文字起こしを有効にしてください。音声のみのセッションは15分、音声と動画を使うセッションは2分に制限されます。セッション管理で延長できます。クライアントからサーバーへの接続には短期トークンが必要です。蓄積された音声とコンテキストはターンごとに課金されます。
実際の通話で言語対応を評価する 必要な言語での実際の通話を使い、認識、音声品質、割り込み、言語の切り替え、ツールの利用、有人転送をテストしてください。提供状況はモデル、プラン、電話経路によって異なる場合があります。
DocsBotは多言語の音声ワークフローと日本語対応を文書化しています。正確な音声、電話経路、転送の動作は試験導入で確認してください。 DocsBotの言語対応情報を確認 ↗
その他のプロバイダーの言語対応に関する主張は、引用したベンダー資料に基づきます。日本語と必要な他言語への対応は、各プロバイダーに直接確認してください。
掲載は推奨や性能の保証を意味しません。 このディレクトリはDocsBotが公開しています。 編集方針
