Gemini Live gratis: cuánto cuesta realmente el avatar

No. Si buscas «Gemini Live gratis», conviene aclarar que el lanzamiento de Google del 24 de septiembre de 2026 es una función con cobro por uso de la API de Gemini Enterprise, no una prestación documentada para la aplicación de consumo Gemini. La factura puede sumar seis conceptos de uso y la posibilidad de emplear un rostro personalizado sigue limitada a una lista de acceso empresarial.

¿Gemini Live gratis? No en el caso de Live Avatar

Gemini 3.8 Live con Live Avatar no es una función gratuita permanente. Google ofrece el modelo mediante Gemini Enterprise Agent Platform, con facturación Standard de pago por uso o Provisioned Throughput. Además, los avatares integrados y los rostros personalizados tienen reglas de acceso distintas.

La diferencia importante no se reduce a gratis frente a pago. Primero hay que distinguir entre aplicación de consumo y API Enterprise; después, entre avatar integrado y rostro personalizado.

Los planes actuales de Google para consumidores responden a otra decisión de compra. La guía de precios de Gemini explica esos planes y por qué las suscripciones de la aplicación y las facturas de la API deben presupuestarse por separado.

Gemini Enterprise Live Avatar: qué cambió el 24 de septiembre

El cambio del 24 de septiembre llevó gemini-3.8-live a disponibilidad general para uso en producción con salida de avatar en vivo. El anuncio de disponibilidad general de Google señala que la función puede generar un avatar parlante sincronizado para experiencias web, móviles y de quiosco. A su vez, la página del modelo documenta Standard PayGo en us, eu y us-central1.

El producto subyacente es una sesión en tiempo real que conserva el estado. Acepta texto, audio e imágenes o video como entrada, y puede devolver voz y una transmisión MP4 del avatar mediante una conexión WebSocket. El avatar no es un presentador pregrabado superpuesto a un chatbot: es otra modalidad de salida dentro de una conversación en vivo que admite interrupciones.

Esta diferencia importa al diseñar un servicio de atención al cliente. El mismo modelo puede escuchar, ver una cámara compartida, llamar a una herramienta de backend y mantener el avance de la interacción. El análisis anterior sobre las llamadas a herramientas en segundo plano de Gemini 3.8 Live explica el comportamiento del agente de voz. Esta versión suma el rostro y su propio concepto facturable de salida.

Lo que no cambió es igual de importante. Una suscripción de consumo a Gemini no se convirtió en un derecho de uso de la API. El rostro de un empleado o portavoz tampoco pasó a estar disponible mediante autoservicio. Además, Gemini 3.8 Live Extended Thinking seguía en vista previa privada en el momento del lanzamiento.

Qué implica para desarrollo, operaciones y compras

Desarrollo: medir seis conceptos, no un solo cronómetro de sesión

Los equipos de desarrollo deberían comenzar con un avatar de catálogo y recopilar el uso que devuelve cada turno. Google factura por separado la entrada de texto, la entrada de imágenes o video, la entrada de audio, la salida de texto, la salida de audio y la salida de video del avatar. El contexto anterior también puede volver a procesarse en turnos posteriores, de modo que dos sesiones de la misma duración pueden generar facturas diferentes.

La consecuencia técnica es sencilla: un cronómetro no equivale a telemetría de costos. Registra los tokens facturados por modalidad, el tiempo de habla, si la cámara estaba activada, la cantidad de turnos y las solicitudes correctas frente a las fallidas. Google indica que la entrada y la salida solo se cobran cuando una solicitud devuelve HTTP 200.

Operaciones: la proporción de habla es una decisión de producto

El diseño de la conversación permite al equipo de operaciones controlar una parte importante del costo. La salida de video del avatar se cobra solo mientras habla, no cuando permanece inactivo escuchando. Un agente conciso, que formula una pregunta clara y espera, genera menos salida de avatar que otro que repite políticas, narra cada llamada a herramientas o responde con confirmaciones largas.

Eso no significa que la experiencia deba ser brusca. Es un motivo para diseñar turnos breves, avances visibles y silencios deliberados. La mejor métrica operativa es la calidad de resolución por sesión, con los costos de cada modalidad asociados, no la menor cantidad posible de tokens.

Compras: los avatares de catálogo y los personalizados siguen caminos distintos

El equipo de compras puede evaluar un avatar integrado mediante el flujo documentado de la consola, sujeto al acceso y la facturación del proyecto. Un rostro personalizado exige un proceso de aprobación independiente. Si el caso de negocio depende de mostrar en pantalla a un fundador, un empleado, un intérprete contratado o un personaje de marca, la lista autorizada debe tratarse al inicio de la compra, no después de que el prototipo consiga aprobación interna.

Por tanto, la decisión comercial se divide en dos. Usa un avatar de catálogo para comprobar si un agente visible mejora el recorrido. Antes de prometer un rostro de marca en producción, espera a tener por escrito el acceso personalizado, los derechos de imagen, la revisión de seguridad y la economía medida de cada sesión.

Precio de Gemini Live Avatar: seis medidores distintos

Las tarifas no globales actuales no corresponden a una suscripción, sino a conceptos cobrados por cada 1 millón de tokens. Los valores siguientes se verificaron en la tabla de precios vigente de Google el 27 de septiembre de 2026.

La hoja de cálculo parte de una sesión sintética declarada de atención al cliente de diez minutos: 40,000 tokens facturados de entrada de texto, 8,000 tokens de salida de texto, cuatro minutos de voz del cliente, tres minutos y medio de voz del avatar y una transmisión de cámara activada durante toda la sesión. Google documenta 25 tokens de audio por segundo, 258 tokens por imagen, un fotograma de entrada por segundo y 6,192 tokens de video del avatar por cada segundo de habla.

Costo de Gemini 3.8 Live Avatar: cálculo con tarifas publicadas

La fila del avatar merece especial atención. Su tarifa parece baja: $1 por 1 millón de tokens. Sin embargo, Google convierte el habla activa del avatar a razón de 6,192 tokens por segundo. En el ejemplo, 210 segundos de habla producen 1,300,320 tokens de video del avatar y un subtotal de $1.30032. El tiempo inactivo de escucha no genera ese cargo por salida de video.

El audio se factura aparte. Esos mismos 210 segundos crean 5,250 tokens de salida de audio, según los 25 tokens por segundo documentados, y suman $0.06300. El rostro no sustituye el medidor de voz.

La entrada de cámara también es opcional y se cobra por separado. Diez minutos a un fotograma por segundo producen 600 imágenes. Con 258 tokens por imagen, el resultado es 154,800 tokens de entrada y $0.15480. Si se apaga la cámara, ese concepto ilustrativo desaparece, pero se mantienen las líneas de audio, texto y salida del avatar.

El concepto menos predecible es el contexto acumulado. Google señala que cada turno nuevo puede volver a procesar el turno actual y los tokens anteriores que todavía permanezcan en la ventana de la sesión. Por eso, una conversación larga y con muchas herramientas puede aumentar la entrada de texto incluso cuando el prompt visible parece breve. Para proyectar la producción, usa los datos de uso devueltos, no un multiplicador de duración.

¿Los créditos de Google Cloud pueden dejarlo gratis?

Los créditos de Cloud pueden evitar un desembolso durante un tiempo en un piloto apto, pero no crean un nivel gratuito de Live Avatar. La documentación de la prueba gratuita de Google ofrece a los nuevos clientes que cumplan los requisitos un crédito de bienvenida de $300 válido durante 90 días.

Los requisitos son estrictos. No debes haber sido usuario de pago de Google Cloud, Google Maps Platform o Firebase, ni haber solicitado anteriormente la prueba gratuita de Cloud. Google también advierte que puede limitar el acceso de la prueba gratuita para prevenir abusos.

Aquí existe una posible confusión de nombres. Google especifica que el crédito de $300 no puede utilizarse para pagar costos de la API de Gemini en AI Studio. Gemini Enterprise Agent Platform es una superficie de producto distinta, pero la página del modelo Live Avatar no promete que todos los proyectos con prueba gratuita recibirán acceso al modelo o al avatar personalizado. Confirma el acceso dentro del proyecto de destino antes de incluir el crédito en un presupuesto de lanzamiento.

La regla contable práctica consiste en mostrar dos columnas: costo medido y efectivo pagado después de aplicar créditos. La primera revela si el producto será viable cuando termine la promoción; la segunda indica a finanzas cuánto saldrá de la cuenta durante el piloto. Llamar gratuito al producto borra la primera columna.

El avatar personalizado de Gemini exige estar en la lista autorizada

Los avatares integrados son el punto de partida de autoservicio. La guía de configuración de Google documenta cómo elegir un avatar y una voz prediseñados en Agent Studio, o cómo indicar ambos en la configuración de la API.

Un rostro personalizado es diferente. El anuncio de disponibilidad general de Google indica que la función solo está disponible mediante una lista de acceso empresarial y un proceso de verificación, y dirige a los clientes a su equipo de cuenta de Google Cloud. La documentación puede mostrar un control de carga, pero que el control esté documentado no demuestra que un proyecto específico tenga derecho a utilizarlo.

La imagen de entrada también debe cumplir ciertos criterios técnicos. Google recomienda un PNG en color RGB, de al menos 704 por 1280 píxeles y 720p, con un tamaño inferior a 5 MB. El formato vertical 9:16 es el estándar. La cabeza y los hombros deben ocupar más del 60% del encuadre, sobre un fondo sencillo, con el rostro nivelado, la mirada directa y una expresión neutra. Las normas de seguridad excluyen a menores y celebridades.

Sigue siendo un rostro rasterizado, es decir, una imagen basada en píxeles y no un retrato vectorial editable. Una imagen de origen limpia ayuda al modelo, pero no demuestra que existan derechos de uso. Google responsabiliza al cliente de obtener los consentimientos para el rostro y la voz, e indica que el audio y el video generados incorporan marcas de agua SynthID imperceptibles.

El mismo brief de servicio, antes y después

La primera instrucción del ejemplo del SDK de Google es amplia: «Eres un asistente de atención al cliente servicial». Basta para comprobar una conexión, pero no para evaluar una experiencia de cara al cliente.

Un brief sintético más seguro para el piloto impondría más límites:

Eres el guía de soporte de una tienda ficticia de artículos para actividades al aire libre. Pide el número de pedido, explica que no hay una consulta real de cuentas conectada, resume el problema y deriva a una persona las quejas sobre pagos o seguridad. Nunca afirmes que se emitió un reembolso.

Se trata de una reescritura de instrucciones, no del resultado de una prueba realizada. Su función es hacer que el piloto pueda inspeccionarse: el agente debe revelar que falta la integración, evitar acciones ficticias y dejar visible el momento de la derivación que el equipo de operaciones necesita revisar.

Qué conviene hacer ahora

Actúa ahora si un avatar de catálogo resulta aceptable y el equipo puede medir una prueba de concepto acotada. Espera si la promesa del producto requiere un portavoz personalizado, un costo fijo garantizado o una función Extended Thinking que sigue siendo privada. Este cambio no afecta a quienes solo necesitan Gemini Live para consumidores o una narración guionizada en vez de un agente visual en tiempo real. Para este último caso, consulta la guía independiente de precios de Gemini 3.8 TTS.

La regla de decisión es directa: demuestra la interacción con recursos de catálogo, valida la factura con registros de uso y solo entonces solicita el rostro personalizado. Invertir el orden crea una demostración pulida cuya dependencia de producción más importante continúa sin resolverse.

La acción para el lunes

1. 1

   Delimitar el piloto

   Elige un recorrido sintético de soporte, una duración máxima de sesión y una regla de derivación. Decide de antemano si la cámara es necesaria, porque la entrada de imagen en vivo tiene su propio medidor.

2. 2

   Abrir una sesión con un avatar de catálogo

   En Agent Platform Studio, abre Stream realtime, cambia a gemini-3.8-live, selecciona Live Avatar y elige un avatar integrado y una voz prediseñada. Añade las instrucciones del sistema antes de iniciar la sesión.

3. 3

   Usar el brief con límites claros

   Pega la instrucción de la tienda ficticia anterior. Utiliza datos de pedido sintéticos y ningún dato personal de clientes. El objetivo es observar el flujo y capturar el uso, no simular un reembolso completado ni un backend conectado.

4. 4

   Conciliar los seis conceptos

   Guarda el uso facturado por modalidad y compáralo con los registros de facturación de Cloud. Registra los segundos de habla del avatar, el estado de la cámara, la cantidad de turnos, el crecimiento del contexto y las solicitudes fallidas. No dividas el total entre los minutos para presentarlo como una tarifa universal.

5. 5

   Probar al final el acceso personalizado

   Solo cuando el piloto con el avatar de catálogo demuestre un caso de negocio debe el comprador solicitar al equipo de cuenta de Google Cloud acceso al avatar personalizado. Si el proyecto no figura en la lista autorizada, detén el plan del rostro de marca en vez de tratar la restricción como un error de implementación.

Qué se está exagerando

«Disponibilidad general» no significa que cada componente sea ampliamente accesible mediante autoservicio. El modelo y la vía del avatar de catálogo están en disponibilidad general, mientras Google sigue describiendo los avatares personalizados como sujetos a una lista autorizada.

Que Gemini Live sea gratuito para ciertos consumidores no vuelve gratuito a Enterprise Live Avatar. Los nombres similares ocultan productos, contratos y medidores distintos.

La tarifa de $1 por video del avatar no equivale a una sesión de $1. Es el precio por 1 millón de tokens de video del avatar, y Google convierte el habla activa a razón de 6,192 tokens por segundo. Otros cinco conceptos pueden facturarse junto a este.

Un precio fijo por minuto resulta demasiado simplista para esta API. La proporción de habla, el uso de la cámara, la combinación de salidas, la acumulación de contexto y una estructura de turnos con muchas herramientas modifican el resultado.

Un rostro no demuestra una mejor experiencia de servicio. El video solo justifica su costo cuando mejora la comprensión, la confianza, la accesibilidad o la finalización de un recorrido concreto. Si un agente únicamente de voz resuelve la misma tarea, el avatar es un gasto de presentación sin ganancia operativa.

Preguntas frecuentes sobre Gemini Live Avatar

¿Se puede usar Gemini Live gratis?

Gemini Live para consumidores se rige por condiciones independientes, mientras que Gemini 3.8 Live con Live Avatar en Gemini Enterprise tiene cobro por uso. No uses la respuesta del producto de consumo para presupuestar la API Enterprise.

¿Cómo se activa el avatar en Gemini?

En Gemini Enterprise Agent Platform, abre Studio > Stream realtime, elige gemini-3.8-live, selecciona Live Avatar y después un avatar integrado y una voz. Un rostro personalizado requiere la aprobación de la lista de acceso.

¿Cuánto cuesta una suscripción a Gemini Live?

Google no documenta una suscripción plana para Live Avatar. La API Enterprise cobra seis medidores de entrada y salida; las suscripciones de Gemini para consumidores son independientes.

¿Gemini es completamente gratis?

No. Google ofrece cupos distintos según el producto y créditos temporales de Cloud, pero la versión Enterprise de Live Avatar tiene tarifas de pago por uso publicadas.

¿Cuánto tiempo puedo usar Gemini gratis?

Los nuevos clientes de Google Cloud que cumplan los requisitos reciben un crédito de bienvenida de $300 válido durante 90 días. Es un crédito temporal para la cuenta, no una duración prometida de acceso gratuito a Live Avatar.

¿Gemini es mejor que Chatgpt ahora?

Live Avatar no resuelve la comparación general entre asistentes. Es una función empresarial de voz y video, por lo que debe evaluarse según el recorrido del cliente, los requisitos de acceso y la factura medida.

¿Quién es mejor que Gemini?

No existe un ganador universal. Para un avatar parlante, compara el acceso a rostros personalizados, la calidad de la interacción, la integración de herramientas, los controles de consentimiento, la latencia y el costo total medido de la sesión.

¿Con qué puedo reemplazar Gemini?

Puede sustituirse por una plataforma especializada en avatares o por una arquitectura separada de voz y video. Compara el flujo de trabajo y el proceso de aprobación completos, no una sola tarifa de tokens destacada.

¿Gemini sigue siendo seguro?

Google incorpora SynthID al audio y el video generados y restringe los rostros personalizados, pero quienes implementan el sistema siguen siendo responsables del consentimiento, la privacidad, el gobierno de datos, la prevención de usos indebidos y la derivación a una persona.

¿Estás planificando un avatar de atención al cliente que deba conectarse con flujos de soporte reales? Consulta la ruta para crear atención al cliente con IA.