¿Cómo elegir entre Gemini 3.8 Live estándar y la versión con Extended Thinking? Según la prueba A/B de LiveKit, para tareas simples basta con el modelo estándar. Extended thinking es más lento, pero en tareas complejas el autor considera que el resultado es mejor, y además va narrando en voz alta lo que hace. Hay que tener presente que el turn complete de extended thinking solo indica que terminó un fragmento de habla, no que haya terminado todo el trabajo.

Un desarrollador de LiveKit conectó el mismo agente de voz primero a un modelo y luego al otro, y les hizo la misma petición de dibujo a ambos. Lo que sigue reorganiza esa demostración, con el foco en qué debes ponderar al elegir un modelo Live para tu agente de voz.

Tarea simple: el modelo estándar es más rápido y no necesitas extended thinking

La primera instrucción fue "dibuja un círculo amarillo con borde azul". El modelo estándar respondió que ya estaba dibujado, y la versión con extended thinking también lo completó.

La diferencia está en la velocidad. Según el video, extended thinking tarda más porque por detrás usa otro modelo para pensar. La conclusión del autor es directa: si la tarea debe ser rápida por naturaleza, no hace falta usar este modelo.

El video no ofrece ninguna cifra de latencia en segundos, así que cuánto más lento es algo que tendrás que medir en tu propio entorno.

Tarea compleja: extended thinking narra mientras trabaja

La segunda consigna era más difícil: dibujar un pelícano que sube una montaña en bicicleta.

El modelo estándar empezó diciendo que comenzaría por la expresión del pelícano y luego informó directamente que había terminado, sin explicar los pasos intermedios. La versión con extended thinking trabajó y habló a la vez: la montaña debe ser empinada para que se note el esfuerzo de la subida; el cielo y la montaña llevan degradados para dar profundidad; el pelícano se coloca sobre la bicicleta y se añaden líneas de movimiento; por último, los radios y el cuadro de la bicicleta.

La valoración del autor del video es subjetiva: el resultado de extended thinking le parece mejor, y además describió en todo momento lo que estaba haciendo. Es su impresión; el video no aporta puntuaciones ni métricas objetivas.

Para un producto de voz, esto no es solo cuestión de calidad de imagen. Escuchar el avance mientras esperas puede sentirse distinto a enfrentarte a un silencio (es una inferencia de este artículo; el video no probó la experiencia de los usuarios).

turn complete no significa que la tarea haya terminado

Quien ha trabajado con flujos de tipo Live puede estar acostumbrado a tomar turn complete como la señal de que "este turno terminó".

En el extended thinking que se probó en el video no funciona así. El servidor envió un turn complete después de cada explicación de avance, y a continuación llegó más audio, y bastante después apareció el tool call. Dicho de otro modo, turn complete solo indica que se completó un tramo de salida, mientras el trabajo de fondo sigue en marcha.

De ahí se deduce (el video no lo dice expresamente) que, si tu código da la tarea por terminada al recibir el primer turn complete, podría darla por cerrada antes de que llegue realmente la llamada a la herramienta.

Según el video, no necesitas escribir tu propia máquina de estados. El Google plugin de LiveKit ya gestiona el ciclo de vida de la salida, y la forma de la session, las tools y la transcripción es la misma en ambos modelos. El comportamiento del modelo cambia, pero la estructura de la aplicación no tiene por qué cambiar.

Cambiar de modelo solo requiere cambiar una cadena

El demo del video usa una variable de entorno para decidir qué modelo emplear, y ese valor se pasa a la llamada del realtime model. La herramienta es código normal de LiveKit: el modelo envía el tema y el marcado SVG completo, y la herramienta escribe el SVG. El resto es el esqueleto estándar de un agent server: crear una agent session, iniciarla con el agent y la room, conectarse y ejecutar el servidor.

Para probarlo, instala primero el Google plugin de LiveKit, prepara una clave de la API de Google y las credenciales de LiveKit, y elige el modelo que mejor encaje con tu caso.

Selección de modelo para agentes de voz: ¿estándar o extended thinking?

La conclusión del video se divide en dos caminos.

Si la entrada de la herramienta es sencilla y lo que más importa es el camino más corto: empieza con el Gemini 3.8 Live estándar.

Si el modelo debe hacer algo más complejo antes de llamar a la herramienta: prueba extended thinking con tu propia tarea, escucha si rinde mejor y decide si un mejor resultado compensa el tiempo y la latencia adicionales.

Lo observado en el demo de dibujo fue que el modelo estándar completó antes un tool call correcto, mientras que extended thinking lo hizo más tarde, pero ofreció más explicaciones visibles de su trabajo antes de enviar el SVG.

La recomendación final del video es: mismo agente, cambia una cadena y mide, en tu propia session, el comportamiento que te importe.

Preguntas frecuentes

¿En qué se diferencian Gemini 3.8 Live y su versión con extended thinking?

Según la prueba del video, extended thinking es más lento porque por detrás usa otro modelo para pensar, y durante el proceso va narrando el avance. El modelo estándar completó el tool call antes.

¿El turn complete de Gemini Live significa que toda la tarea terminó?

No. En el video, extended thinking envió turn complete después de cada tramo de avance, siguió llegando audio y el tool call apareció bastante más tarde.

¿Necesito escribir una máquina de estados para usar extended thinking?

Según el video, no: el Google plugin de LiveKit ya gestiona el ciclo de vida de la salida. Es una explicación del autor del video sobre LiveKit; si usas otro framework, compruébalo por tu cuenta.

¿Cuánto más cuesta y cuánto más lento es extended thinking?

El video no ofrece cifras de latencia en segundos ni precios, y este artículo tampoco los estima. Mídelo en tu propio escenario.

¿Cómo cambio entre los dos modelos de Gemini 3.8 Live?

El demo del video usa una variable de entorno para decidir el modelo; basta con cambiar una cadena y el resto de la estructura del código no cambia.

Declaración de fuentes

Este artículo es una reescritura y síntesis, no una traducción literal. El contenido se reorganiza a partir del video de YouTube indicado; las observaciones y pruebas pertenecen al canal original. Los subtítulos del video son automáticos y los nombres de modelos y otros términos técnicos podrían contener errores de transcripción, por lo que conviene contrastarlos con la documentación oficial. Las valoraciones sobre la calidad de la imagen son la impresión subjetiva del autor del video y no constituyen una garantía de rendimiento. Título del video: Gemini 3.8 Live vs Extended Thinking: Which one should you choose?. Canal: LiveKit. Enlace: https://www.youtube.com/watch?v=q5yF-r_CV_o. Fecha de publicación: 2026-09-15.

Para seguir leyendo

En nuestro sitio hemos publicado artículos relacionados: una prueba de Opus 4.8 frente a Fable 5 construyendo la misma aplicación con las mismas instrucciones, para ver cuánto difieren en capacidad y en costo de tokens; una comparación de GPT-6 Astra frente a Fable 5.1 con 15 tareas de trabajo reales; y una prueba de IA local frente a IA en la nube con el mismo trabajo, otra comparación de "mismo trabajo, distintos modelos, comparando tiempos".

¿Listo para probar otro modelo?

Antes de cambiar de modelo en tu próxima tarea, consulta primero tu saldo y tu uso, para tener un punto de partida con el que comparar después. AI Token King ofrece acceso a modelos de varios proveedores con una sola clave, además de consulta de uso y saldo. Si Gemini 3.8 Live en tiempo real está disponible en la plataforma, es algo que debes confirmar en la lista de modelos de la plataforma.