Qu’est-ce que Gemini 3.8 Flash TTS ?
Gemini 3.8 Flash TTS et Gemini 3.8 Flash-Lite TTS sont disponibles en version générale dans la Gemini API depuis le 22 septembre 2026, avec un nouveau point d'accès Voices. Vous pouvez concevoir une voix à partir d'une description textuelle, reproduire une voix à partir d'un échantillon de 30 secondes accompagné d'un enregistrement oral de consentement, diriger l'interprétation ligne par ligne et ajouter des balises comme des rires ou des soupirs. Flash-Lite remplace gemini-3.1-flash-tts-preview.
Flash TTS couvre plus de 130 langues et vise les livres audio, les jeux et les podcasts ; Flash-Lite en couvre plus de 100 et vise le doublage et les agents vocaux. Toutes les sorties portent le filigrane SynthID de Google, et les voix reproduites reçoivent en plus des identifiants C2PA. La reproduction de voix dans AI Studio n'est pas proposée dans l'Illinois, au Texas, dans l'EEE, au Royaume-Uni, en Suisse ni en Inde.
Combien coûte Gemini 3.8 Flash TTS ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Flash TTS | $0.50 per 1M text tokens in, $9 per 1M audio tokens out | Environ 0,81 $ par heure d'audio ; double le 1er janvier 2027 |
| Flash-Lite | $6 per 1M audio tokens out |
Flash TTS : 0,50 $ par million de tokens de texte en entrée, 9 $ par million de tokens audio en sortie (environ 0,81 $ par heure d'audio) jusqu'au 31 décembre 2026, puis le double à partir du 1er janvier 2027. Flash-Lite : 6 $ par million de tokens audio en sortie. Batch à moitié prix ; offre gratuite dans AI Studio.
Gemini 3.8 Flash TTS vaut-il le coup ?
Gemini 3.8 Flash TTS s'approche d'ElevenLabs pour une fraction du prix, du moins jusqu'en janvier. Artificial Analysis le classe cinquième de son arène vocale avec 1278 Elo pour 16,50 $ par million de caractères ; Eleven v4 Turbo est en tête avec 1335 pour 40 $, et Eleven v4 deuxième à 80 $. Flash-Lite TTS est huitième avec 1251 pour 11 $.
L'avantage de prix est temporaire. La page de tarifs de Google ne garantit les prix actuels que jusqu'au 31 décembre 2026, et chaque ligne double le 1er janvier, ce qui place Flash TTS vers 33 $ par million de caractères selon le calcul d'Artificial Analysis et réduit l'écart avec Eleven v4 Turbo à quelques dollars. Qwen-Audio-3.1-TTS-Plus d'Alibaba se classe déjà devant lui à 19,30 $.
L'annonce de Google s'appuie sur les benchmarks de Hume AI, où Flash TTS serait premier en conception de voix (71,4) et en qualité globale. Le compte rendu de Hume confirme la première place en conception de voix et une première place sur son nouveau score combiné, mais classe aussi Flash TTS onzième en reproduction de voix, et indique que Hume a un accord de licence avec Google. Les votes à l'aveugle d'Artificial Analysis placent quatre modèles devant lui.
Les limites techniques apparaissent dans les dialogues. Une requête gère deux locuteurs avec des voix prédéfinies ; les voix conçues ou reproduites doivent être générées réplique par réplique puis assemblées en audio brut. Les voix personnalisées enregistrées sont limitées à 200 par projet et expirent un an après leur dernière utilisation, si bien qu'un studio de jeux avec une large distribution doit conserver lui-même chaque prompt de voix.
Là où il fait la différence
Un producteur de livres audio qui narre 200 titres par an d'environ 10 heures chacun
Narrer les titres du fonds avec une même voix conçue
Concevez le narrateur une fois, enregistrez-le et générez les chapitres via la Batch API : 2 000 heures coûtent environ 810 $ au tarif batch actuel et environ 1 620 $ après janvier.
Un ingénieur d'agents vocaux qui travaille sur LiveKit ou Pipecat
Une sortie vocale bon marché pour un agent téléphonique
Utilisez Flash-Lite TTS en streaming et demandez de l'audio/mulaw à 8 kHz pour la téléphonie. La sortie coûte environ 0,54 $ par heure de parole aujourd'hui et 1,08 $ à partir de janvier.
Une agence de localisation qui double des vidéos de formation en 30 langues
Doubler en volume sans un comédien par langue
Flash-Lite couvre plus de 100 langues ; à 0,54 $ l'heure, 1 000 heures d'audio doublé coûtent environ 540 $ avant janvier. La reproduction de voix n'est pas proposée aux utilisateurs du Royaume-Uni ni de l'EEE dans AI Studio : prévoyez des voix de la bibliothèque ou des voix conçues.
Avant de vous engager
- Mise en route
- Une clé API AI Studio et google-genai 2.25.0+ (Python) ou @google/genai 2.24.0+ (JavaScript) ; les appels sans streaming renvoient du WAV mono à 24 kHz.
- Intégrations
- Gemini API avec un point d'accès Voices (/v1beta/voices) pour la conception et la reproduction ; Google cite Agora, LiveKit, Pipecat et Vercel comme plateformes, et Google Vids et Gemini Notebook pour les utilisateurs finaux.
- Données et confidentialité
- Le texte et l'audio de l'offre gratuite peuvent servir à améliorer les produits de Google ; les données de l'offre payante, non. Les applications destinées à l'EEE, au Royaume-Uni ou à la Suisse doivent utiliser les services payants. Tout l'audio porte le filigrane SynthID.
- Coût à grande échelle
- L'audio est facturé à 25 tokens par seconde : Flash TTS coûte environ 0,81 $ de l'heure aujourd'hui et 1,62 $ à partir de janvier, Flash-Lite 0,54 $ et 1,08 $. Batch et Flex divisent les deux par deux.
- Limites
- Deux locuteurs par requête avec des voix prédéfinies ; 200 voix enregistrées par projet, conservées un an après leur dernière utilisation ; les clés de voix reproduites sans état expirent au bout de 7 jours. Les limites de débit ne sont affichées que dans AI Studio.
Les points forts
- Cinquième de l'arène vocale d'Artificial Analysis à 16,50 $ par million de caractères
- Conception de voix à partir d'une description textuelle
- Reproduction de voix avec vérification orale du consentement
- Flash-Lite à 11 $ par million de caractères pour les gros volumes
- Batch divise le prix par deux
Les points faibles
- Tous les prix doublent le 1er janvier 2027
- Reproduction indisponible dans l'EEE, au Royaume-Uni, en Suisse, en Inde, dans l'Illinois et au Texas
- Seulement deux locuteurs à voix prédéfinie par requête
- Derrière Eleven v4, Qwen-Audio 3.1 et Sonic 3.6 aux votes à l'aveugle
Idéal pour
Les développeurs qui produisent de la narration longue ou du doublage multilingue, veulent une qualité proche du sommet et peuvent absorber la hausse de prix de janvier.
Alternatives à Gemini 3.8 Flash TTS
Gemini 3.8 Flash TTS : questions fréquentes
- Gemini 3.8 Flash TTS vaut-il le coup ?
- Cinquième aux votes à l'aveugle pour moins de la moitié du prix d'Eleven v4 Turbo, Gemini 3.8 Flash TTS est une bonne affaire qui expire le 1er janvier. Nous lui donnons 4.5 sur 5.
- Combien coûte Gemini 3.8 Flash TTS ?
- Flash TTS : 0,50 $ par million de tokens de texte en entrée, 9 $ par million de tokens audio en sortie (environ 0,81 $ par heure d'audio) jusqu'au 31 décembre 2026, puis le double à partir du 1er janvier 2027. Flash-Lite : 6 $ par million de tokens audio en sortie. Batch à moitié prix ; offre gratuite dans AI Studio.
- Quels sont les inconvénients de Gemini 3.8 Flash TTS ?
- Tous les prix doublent le 1er janvier 2027; reproduction indisponible dans l'EEE, au Royaume-Uni, en Suisse, en Inde, dans l'Illinois et au Texas; seulement deux locuteurs à voix prédéfinie par requête; derrière Eleven v4, Qwen-Audio 3.1 et Sonic 3.6 aux votes à l'aveugle.
- À qui s’adresse Gemini 3.8 Flash TTS ?
- Les développeurs qui produisent de la narration longue ou du doublage multilingue, veulent une qualité proche du sommet et peuvent absorber la hausse de prix de janvier.
- Combien coûte Gemini 3.8 Flash TTS pour une équipe ou en production ?
- L'audio est facturé à 25 tokens par seconde : Flash TTS coûte environ 0,81 $ de l'heure aujourd'hui et 1,62 $ à partir de janvier, Flash-Lite 0,54 $ et 1,08 $. Batch et Flex divisent les deux par deux.
- Gemini 3.8 Flash TTS est-il sûr pour les données de l’entreprise ?
- Le texte et l'audio de l'offre gratuite peuvent servir à améliorer les produits de Google ; les données de l'offre payante, non. Les applications destinées à l'EEE, au Royaume-Uni ou à la Suisse doivent utiliser les services payants. Tout l'audio porte le filigrane SynthID.
- Quelles sont les meilleures alternatives à Gemini 3.8 Flash TTS ?
- Les alternatives les plus proches que nous avons testées sont Eleven v4 and v4 Turbo et Cartesia Sonic 3.6.
Réponses vérifiées le 26 oct. 2026.