O que é Gemini 3.8 Flash TTS?
Gemini 3.8 Flash TTS e Gemini 3.8 Flash-Lite TTS ficaram disponíveis para todos na Gemini API em 22 de setembro de 2026, junto com um novo endpoint Voices. Você pode criar uma voz a partir de uma descrição em texto, replicar uma voz a partir de uma amostra de 30 segundos mais uma gravação falada de consentimento, dirigir a entonação frase a frase e adicionar tags como risadas e suspiros. O Flash-Lite substitui o gemini-3.1-flash-tts-preview.
O Flash TTS cobre mais de 130 idiomas e mira audiolivros, jogos e podcasts; o Flash-Lite cobre mais de 100 e mira dublagem e agentes de voz. Toda a saída leva a marca d'água SynthID do Google, e as vozes replicadas também recebem credenciais C2PA. A replicação de voz no AI Studio não é oferecida em Illinois, no Texas, no EEE, no Reino Unido, na Suíça nem na Índia.
Quanto custa Gemini 3.8 Flash TTS?
| Plano | Preço | O que inclui |
|---|---|---|
| Flash TTS | $0.50 per 1M text tokens in, $9 per 1M audio tokens out | Cerca de $0,81 por hora de áudio; dobra em 1º de janeiro de 2027 |
| Flash-Lite | $6 per 1M audio tokens out |
Flash TTS: $0,50 por 1M de tokens de texto de entrada, $9 por 1M de tokens de áudio de saída (cerca de $0,81 por hora de áudio) até 31 de dezembro de 2026, dobrando em 1º de janeiro de 2027. Flash-Lite: $6 por 1M de tokens de áudio de saída. Batch pela metade do preço; nível gratuito no AI Studio.
Gemini 3.8 Flash TTS vale a pena?
O Gemini 3.8 Flash TTS chega perto da ElevenLabs por uma fração do custo, pelo menos até janeiro. A Artificial Analysis o coloca em quinto na sua arena de fala, com 1278 Elo, por $16,50 por milhão de caracteres; o Eleven v4 Turbo lidera com 1335 por $40, com o Eleven v4 em segundo a $80. O Flash-Lite TTS é o oitavo, com 1251, por $11.
A vantagem de preço é temporária. A página de preços do Google mantém as tarifas atuais só até 31 de dezembro de 2026, e todas as linhas dobram em 1º de janeiro, o que leva o Flash TTS a perto de $33 por milhão de caracteres na base da Artificial Analysis e reduz a diferença para o Eleven v4 Turbo a poucos dólares. O Qwen-Audio-3.1-TTS-Plus da Alibaba já fica acima dele, a $19,30.
O post de lançamento do Google se apoia nos benchmarks da Hume AI, nos quais, segundo ele, o Flash TTS fica em primeiro em design de voz (71,4) e em qualidade geral. O próprio texto da Hume confirma a liderança em design de voz e um primeiro lugar na sua nova pontuação combinada, mas também coloca o Flash TTS em décimo primeiro em replicação de voz, e informa que a Hume tem um acordo de licenciamento com o Google. As votações às cegas da Artificial Analysis põem quatro modelos à frente dele.
Os limites de engenharia aparecem nos diálogos. Uma solicitação aceita dois falantes com vozes prontas; vozes criadas ou replicadas precisam ser geradas fala por fala e emendadas como áudio bruto. As vozes personalizadas armazenadas têm teto de 200 por projeto e expiram um ano após o último uso, então um estúdio de jogos com elenco grande precisa manter seu próprio registro de cada prompt de voz.
Onde ele se destaca
Uma produtora de audiolivros que narra 200 títulos por ano, com cerca de 10 horas cada
Narrar t ítulos do catálogo com uma única voz criada e consistente
Crie o narrador uma vez, armazene-o e gere os capítulos pela Batch API: 2.000 horas custam cerca de $810 nas tarifas de lote atuais e cerca de $1.620 depois de janeiro.
Um engenheiro de agentes de voz que trabalha com LiveKit ou Pipecat
Saída de fala barata para um agente telefônico
Use o Flash-Lite TTS com streaming e peça audio/mulaw a 8 kHz para telefonia. A saída custa cerca de $0,54 por hora de fala agora e $1,08 a partir de janeiro.
Uma agência de localização que dubla vídeos de treinamento em 30 idiomas
Dublar em volume sem um ator de voz por idioma
O Flash-Lite cobre mais de 100 idiomas; a $0,54 por hora, 1.000 horas de áudio dublado custam cerca de $540 antes de janeiro. A replicação de voz não é oferecida para usuários do Reino Unido ou do EEE no AI Studio, então planeje usar vozes da biblioteca ou criadas nesses mercados.
Antes de decidir
- Configuração
- Uma chave de API do AI Studio e google-genai 2.25.0+ (Python) ou @google/genai 2.24.0+ (JavaScript); chamadas sem streaming devolvem WAV mono a 24 kHz.
- Integrações
- Gemini API com um endpoint Voices (/v1beta/voices) para design e replicação; o Google lista Agora, LiveKit, Pipecat e Vercel como plataformas, e Google Vids e Gemini Notebook para usuários finais.
- Dados e privacidade
- Texto e áudio do nível gratuito podem ser usados para melhorar os produtos do Google; dados do nível pago, não. Apps que atendem o EEE, o Reino Unido ou a Suíça precisam usar serviços pagos. Todo o áudio leva a marca d'água SynthID.
- Custo em escala
- O áudio é cobrado a 25 tokens por segundo: o Flash TTS custa cerca de $0,81 por hora agora e $1,62 a partir de janeiro, o Flash-Lite $0,54 e $1,08. Batch e Flex cortam os dois pela metade.
- Limites
- Dois falantes por solicitação com vozes prontas; 200 vozes armazenadas por projeto, mantidas por um ano após o último uso; chaves stateless de vozes replicadas expiram após 7 dias. Os limites de taxa só aparecem no AI Studio.
O que é bom
- Quinto na arena de fala da Artificial Analysis a $16,50 por milhão de caracteres
- Design de voz a partir de uma descrição em texto
- Replicação de voz com verificação de consentimento falado
- Flash-Lite a $11 por milhão de caracteres para volume
- O Batch corta o preço pela metade
O que não é
- Todos os preços dobram em 1º de janeiro de 2027
- Replicação indisponível no EEE, Reino Unido, Suíça, Índia, Illinois e Texas
- Só dois falantes com vozes prontas por solicitação
- Atrás do Eleven v4, do Qwen-Audio 3.1 e do Sonic 3.6 em votações às cegas
Ideal para
Desenvolvedores que produzem narração longa ou dublagem multilíngue, querem qualidade quase de ponta e conseguem absorver o aumento de preço de janeiro.
Alternativas ao Gemini 3.8 Flash TTS
Gemini 3.8 Flash TTS: perguntas frequentes
- Gemini 3.8 Flash TTS vale a pena?
- Quinto em votações às cegas por menos da metade do preço do Eleven v4 Turbo, o Gemini 3.8 Flash TTS é uma pechincha com data de validade: 1º de janeiro. Damos nota 4.5 de 5.
- Quanto custa Gemini 3.8 Flash TTS?
- Flash TTS: $0,50 por 1M de tokens de texto de entrada, $9 por 1M de tokens de áudio de saída (cerca de $0,81 por hora de áudio) até 31 de dezembro de 2026, dobrando em 1º de janeiro de 2027. Flash-Lite: $6 por 1M de tokens de áudio de saída. Batch pela metade do preço; nível gratuito no AI Studio.
- Quais são as desvantagens de Gemini 3.8 Flash TTS?
- Todos os preços dobram em 1º de janeiro de 2027; replicação indisponível no EEE, Reino Unido, Suíça, Índia, Illinois e Texas; só dois falantes com vozes prontas por solicitação; atrás do Eleven v4, do Qwen-Audio 3.1 e do Sonic 3.6 em votações às cegas.
- Para quem Gemini 3.8 Flash TTS é indicado?
- Desenvolvedores que produzem narração longa ou dublagem multilíngue, querem qualidade quase de ponta e conseguem absorver o aumento de preço de janeiro.
- Quanto custa Gemini 3.8 Flash TTS para uma equipe ou em produção?
- O áudio é cobrado a 25 tokens por segundo: o Flash TTS custa cerca de $0,81 por hora agora e $1,62 a partir de janeiro, o Flash-Lite $0,54 e $1,08. Batch e Flex cortam os dois pela metade.
- Gemini 3.8 Flash TTS é seguro para dados da empresa?
- Texto e áudio do nível gratuito podem ser usados para melhorar os produtos do Google; dados do nível pago, não. Apps que atendem o EEE, o Reino Unido ou a Suíça precisam usar serviços pagos. Todo o áudio leva a marca d'água SynthID.
- Quais são as melhores alternativas ao Gemini 3.8 Flash TTS?
- As alternativas mais próximas que analisamos são Eleven v4 and v4 Turbo e Cartesia Sonic 3.6.
Respostas verificadas em 26 de out. de 2026.