Gemini 3.8 Flash TTS unterstützt nach der Entwicklerdokumentation 130 Sprachen, die kleinere Flash-Lite-Variante 101. Beide können die Stimme eines Sprechers aus einer Referenzaufnahme nachbilden; die Ankündigung nennt dafür „just a 30-second audio sample“. Mehrere Sprecher in einer einzelnen Anfrage gehen nur zu zweit und nur mit vorgefertigten Stimmen.
Bei der Zahl der Stimmen weichen Ankündigung und Dokumentation voneinander ab. Die Ankündigung wirbt mit „2,000+ production-ready voices“, die Dokumentation listet 30 vorgefertigte Stimmen; weitere entstehen per Beschreibung oder Nachbildung. Gespeicherte Stimmen sind auf 200 je Projekt begrenzt und werden ein Jahr aufbewahrt.
Die Preisstaffel steht in Googles Preisliste. Eingabe: 0,50 Dollar je Million Text-Token bis Ende 2026, danach 1,00 Dollar. Ausgabe: 9,00 Dollar je Million Audio-Token bis Ende 2026, danach 18,00 Dollar. Für Flash-Lite TTS sind es 6,00 und danach 12,00 Dollar. In derselben Liste kostet Gemini 2.5 Flash Preview TTS 10 Dollar Ausgabe, Gemini 3.1 Flash TTS Preview 20 Dollar. Eine kostenlose Stufe führt die Liste für beide neuen Modelle.
Unabhängig gemessen hat Artificial Analysis die Modelle bereits am Erscheinungstag. In der Elo-Bestenliste aus Blindvergleichen steht Gemini 3.8 Flash TTS mit 1260 Punkten auf Rang zwei von 92 Modellen, hinter Cartesias Sonic 3.6 (1273) und knapp vor Alibabas Qwen-Audio-3.0-TTS-Plus (1259). Flash-Lite TTS liegt mit 1235 auf Rang sechs. Die Werte sind eine Momentaufnahme einer laufenden Erhebung.
Verfügbar sind beide Modelle seit dem Erscheinungstag über die Gemini-API und Google AI Studio; für die Gemini-Enterprise-API sind sie angekündigt. Flash TTS steckt zusätzlich in Gemini Notebook, Flash-Lite in Google Vids.