API Gemini 3.5 Live Translate,
Penjelasannya

Gemini 3.5 Live Translate adalah model Google yang nyata dan khusus — diluncurkan pada Juni 2026 — untuk terjemahan ucapan-ke-ucapan hampir real-time di 70+ bahasa. Pengembang mengaksesnya sebagai model gemini-3.5-live-translate-preview melalui Gemini Live API, dan Google juga menawarkan Live Translate melalui aplikasi Google Translate serta pratinjau terjemahan ucapan Google Meet untuk pengguna yang memenuhi syarat. Yang tidak ada adalah "Live Translate API" siap pakai yang tinggal Anda aktifkan: menggunakan model ini melalui API tetap berarti membangun aplikasi di sekitarnya.

Inilah bagian yang sering dilewatkan hasil pencarian: API adalah komponen dasar, bukan alat jadi. Jika Anda seorang pengembang, perbedaan itu menarik. Jika Anda hanya perlu memahami klien di Tokyo saat panggilan langsung sore ini, itu bisa menjadi penyimpangan tiga minggu.

Anda mungkin sudah memperhatikan betapa cepatnya model Gemini Google bergerak — versi baru dirilis, kemampuan bertambah, dan dokumentasi berubah setiap kuartal. Panduan ini menjelaskan apa sebenarnya yang dilakukan Gemini Live API untuk terjemahan, berapa biaya pembangunannya, dan kapan Anda lebih baik memakai alat jadi berbasis browser seperti alat terjemahan rapat real-time yang sama sekali tidak memerlukan kode.

Apa itu "Gemini 3.5 Live Translate API"?

Kita luruskan dulu namanya. Orang mencari "Gemini 3.5 Live Translate API" dengan harapan ada satu tombol yang mengubah Gemini menjadi penerjemah langsung. Modelnya nyata dan bernama — tetapi sebagai API, ini adalah sesuatu yang Anda bangun dengannya, bukan produk sekali klik.

Anda mengakses Gemini 3.5 Live Translate melalui Gemini Live API, yang didokumentasikan Google untuk pengembang. Ini adalah antarmuka berlatensi rendah yang mengalirkan audio masuk dan mengalirkan respons kembali — teks, dan secara opsional ucapan sintetis. Live Translate adalah model audio khusus yang disetel untuk tugas ini, sementara Live API yang lebih luas juga dapat menangani transkripsi, ringkasan, atau tanya jawab dengan model lain.

Bagian "3.5" adalah versi model. Gemini telah melewati beberapa generasi, dan Google mencantumkan opsi saat ini di halaman model miliknya. Branding versi berubah cepat, jadi saran praktisnya sederhana: bangunlah dengan model Gemini yang sedang berlaku untuk Live API, bukan nomor spesifik yang Anda baca di judul blog enam bulan lalu.

Gagasan intinya: sebagai API, Live Translate adalah model yang Anda bangun di sekitarnya, bukan produk jadi yang tinggal Anda tekan play. Anda membuka sesi streaming dengan model speech-to-speech, memasukkan audio, lalu model mengalirkan ucapan dan teks terjemahan kembali. Fleksibilitas itulah daya tariknya bagi para pembangun — dan sumber friksi bagi yang lain.

Ingin melewati proses membangun sepenuhnya dan langsung membaca terjemahan langsung di browser? Anda bisa mencoba MirrorCaption gratis dengan satu jam transkripsi yang di-host, tanpa kartu kredit. Kita akan kembali ke itu — pertama, begini cara jalur API bekerja.

Cara pengembang menggunakan Gemini Live API untuk terjemahan

Secara teknis, aplikasi terjemahan langsung yang dibangun di atas Gemini Live API mengikuti bentuk yang jelas. Setiap langkah sederhana jika berdiri sendiri; pekerjaannya ada pada menghubungkannya dengan andal.

1. Buka sesi streaming. Aplikasi Anda melakukan autentikasi dengan API key dan membuka koneksi persisten ke Live API.
2. Menangkap dan mengalirkan audio. Anda mengambil audio mikrofon (atau rapat) di browser atau backend Anda dan mengalirkannya saat masuk.
3. Menetapkan instruksi. Prompt sistem memberi tahu model apa yang harus dilakukan — misalnya, "Transkripsikan pembicara dan terjemahkan ke bahasa Inggris."
4. Menerima hasil parsial. API mengalirkan teks kembali saat pembicara berbicara, sehingga Anda dapat menampilkan terjemahan sebelum kalimat selesai.
5. Opsional, ucapkan kembali. Live API dapat mengembalikan audio sintetis, sehingga aplikasi Anda dapat memutar suara terjemahan dengan lantang.

Ini benar-benar kuat. Tim yang membangun produk call center kustom, kios khusus, atau perangkat tertanam mendapatkan mesin fleksibel yang bisa mereka bentuk persis sesuai alur kerja mereka.

Berikut contoh ilustratif. Bayangkan Priya, seorang pengembang yang membuat prototipe widget dukungan dwibahasa. Dalam satu sore, ia punya demo yang mengalirkan suaranya ke Gemini Live API dan menampilkan terjemahan bahasa Inggris di layar. Rasanya seperti sihir — sampai ia mulai mencatat apa saja yang masih tersisa sebelum pengguna nyata bisa memakainya: logika penyambungan ulang audio, penanganan keheningan dan pembicara yang tumpang tindih, batas laju, peringatan penagihan, fallback saat koneksi putus di tengah panggilan, dan tinjauan privasi. Prototipe itu adalah 20% yang mudah.

Semua itu bukan berarti API-nya buruk. Itu hanya perbedaan jujur antara demo dan produk. Kesenjangan yang sama itulah sebabnya banyak orang yang menginginkan terjemahan real-time yang akurat memilih alat jadi alih-alih endpoint model mentah.

Berapa sebenarnya biaya membangun dengan Gemini API

Biaya utama yang terlihat adalah tagihan API. Google mengenakan biaya untuk Gemini API berdasarkan penggunaan, jadi harganya meningkat sesuai model yang Anda pilih dan seberapa banyak audio serta teks yang Anda kirimkan melaluinya. Itu wajar dan transparan bagi pengembang.

Namun tagihan API jarang menjadi biaya sebenarnya. Membangun dan memelihara fitur terjemahan produksi juga berarti:

• Waktu engineering untuk membangun pipeline audio, UI, dan penanganan error.
• Pemeliharaan saat versi model berubah dan endpoint berevolusi — perubahan dokumentasi kuartalan itu jatuh ke tim Anda.
• Infrastruktur untuk streaming, penskalaan, dan pemantauan setelah lebih dari beberapa orang menggunakannya.
• Kepatuhan: ke mana audio pergi, apa yang dicatat, dan bagaimana Anda memberi tahu pengguna.

Contoh ilustratif lainnya. Marco adalah konsultan lepas dengan dua klien berbahasa Mandarin. Ia tidak butuh API — ia perlu memahami panggilan video pada hari Kamis. Mengarahkannya ke Gemini Live API berarti menyewa pengembang untuk membangun sesuatu yang hanya akan ia pakai dua jam sebulan. Hitungannya tidak pernah cocok. Marco menginginkan hasilnya, bukan komponen dasarnya.

Pemisahan itu — pembangun versus semua orang lainnya — adalah titik keputusan yang sebenarnya. Jadi mari kita buat konkret.

API vs. alat jadi: mana yang sebenarnya Anda butuhkan?

Jika Anda memilih antara membangun di atas Gemini Live API dan memakai alat terjemahan siap pakai, tabel ini menjabarkan pertukarannya. Tidak ada jawaban yang salah — semuanya tergantung apakah Anda menginginkan komponen dasar atau hasil.

Jika Anda meluncurkan produk kustom di mana terjemahan hanyalah salah satu bahan di antara banyak hal lain, API adalah alat yang tepat. Jika terjemahan adalah pekerjaannya, alat jadi menang di setiap baris yang bukan "kustomisasi tak terbatas."

MirrorCaption: terjemahan real-time tanpa menulis kode

MirrorCaption adalah sisi alat jadi dari tabel itu. Ini adalah aplikasi transkripsi dan terjemahan real-time berbasis browser yang mendukung 50+ bahasa yang dapat dipilih, tanpa perlu instalasi dan tanpa bot rapat yang harus disetujui.

Untuk rapat online, Meet mode menangkap audio tab rapat Anda di Chrome desktop atau Microsoft Edge. Tidak ada bot yang bergabung ke panggilan, jadi tidak ada "asisten perekam" yang canggung di daftar peserta. Ini bekerja bersama Zoom, Teams, Meet, dan Webex berbasis browser — pilih saja yang dipakai tuan rumah.

Untuk percakapan tatap muka, Talk mode mengubah ponsel Anda menjadi sesi penerjemah berkelanjutan. Anda memulainya sekali dan kedua orang berbicara bergantian; ini bukan buku frasa tap-and-wait. Dan dengan Speak Translations, MirrorCaption dapat membacakan ucapan terjemahan Anda dengan lantang dalam bahasa lain — sehingga orang di seberang meja mendengar pesannya, bukan hanya melihat teksnya.

Beberapa detail yang penting bagi orang-orang seperti Priya dan Marco:

• Tanpa kode, tanpa API key. Lapisan transkripsi dan terjemahan yang di-host dikelola untuk Anda.
• Privasi utama. Audio rapat mengalir melalui browser Anda dan tidak disimpan di server kami — hanya transkrip yang Anda pilih untuk disimpan, disimpan secara lokal.
• Ringkasan AI. Ringkasan berjalan diperbarui saat rapat berlangsung, sehingga peserta yang terlambat bergabung bisa mengejar dalam satu kali baca.
• Harga sederhana. Satu jam gratis untuk mencoba (sekali, tanpa reset bulanan), Pro Yearly seharga €54.99 dengan 110 jam transkripsi yang di-host termasuk, atau paket seumur hidup sekali bayar €99 dengan 200 jam termasuk dan semua pembaruan di masa depan. Jam tambahan berasal dari Voice Packs, dan pelanggan seumur hidup mendapatkan tarif per jam terendah.

Ini adalah perbedaan antara menyewa mesin dan mengendarai mobil jadi. Jika Anda juga mempertimbangkan opsi lain, perbandingan OpenAI Whisper kami membahas pertanyaan build-vs-use yang sama untuk speech-to-text, dan halaman alternatif terjemahan Google Meet membahas caption dalam platform.

Tiga cara orang menggunakan terjemahan langsung saat ini

Skenario singkat dan ilustratif ini menunjukkan di mana alat jadi layak dipilih dibanding API mentah.

Panggilan penjualan lintas negara

Seorang pendiri di Berlin menerima panggilan dengan calon pelanggan di São Paulo. Meet mode menampilkan percakapan dalam bahasa Jerman di layarnya saat calon pelanggan berbicara bahasa Portugis, dan Speak Translations membacakan balasannya. Tidak ada pengembang yang terlibat — ia membuka tab sebelum panggilan.

Kunjungan dokter saat bepergian

Seorang pelancong di Jepang menyerahkan ponselnya ke seberang meja di sebuah klinik. Talk mode menjaga satu sesi berkelanjutan tetap berjalan saat percakapan bolak-balik, sehingga tidak ada yang perlu berhenti dan menekan tombol untuk setiap kalimat.

Standup multibahasa

Sebuah tim terdistribusi menjalankan standup harian di mana insinyur Shanghai, PM Berlin, dan desainer Lisbon masing-masing membaca rapat dalam bahasa mereka sendiri — selama panggilan, bukan dalam transkrip yang dikirim lewat email setelahnya. Anda bisa melihat pola yang lebih luas di panduan live captions kami.

Pertanyaan yang Sering Diajukan

Apakah ada Gemini 3.5 Live Translate API?

Ya — Gemini 3.5 Live Translate adalah model Google yang nyata dan khusus (kode model gemini-3.5-live-translate-preview) untuk terjemahan ucapan-ke-ucapan real-time. Pengembang mengaksesnya melalui Gemini Live API; hanya saja tidak ada "produk API" siap pakai yang bisa Anda nyalakan tanpa membangun aplikasi. Google juga menawarkan Live Translate melalui aplikasi Google Translate dan pratinjau terjemahan ucapan Google Meet.

Bisakah Gemini menerjemahkan ucapan secara real-time?

Ya. Gemini Live API mendukung streaming audio dua arah berlatensi rendah, sehingga Anda dapat mengalirkan audio mikrofon masuk dan menerima teks terjemahan atau audio lisan kembali saat seseorang masih berbicara — selama Anda membangun aplikasi di sekitarnya.

Apakah saya perlu coding untuk menggunakan Gemini Live API?

Ya. Ini adalah antarmuka untuk pengembang. Anda perlu menulis kode, mengelola API key, menangkap dan mengalirkan audio, serta menangani error dan penskalaan. Non-pengembang yang hanya menginginkan hasil terjemahan lebih cocok memakai alat jadi.

Berapa biaya Gemini Live API?

Gemini API ditagih berdasarkan penggunaan, jadi harganya bergantung pada model dan seberapa banyak audio serta teks yang Anda proses. Google mempublikasikan tarif terkini di halaman harga mereka. Anggarkan juga waktu engineering — API itu sendiri hanya sebagian dari biayanya.

Apa cara termudah untuk menerjemahkan rapat langsung tanpa API?

Gunakan alat browser jadi. MirrorCaption berjalan di Chrome atau Edge desktop, menangkap audio tab rapat tanpa bot bergabung ke panggilan, dan menampilkan terjemahan real-time dalam 50+ bahasa. Tidak ada yang perlu dikodekan dan tidak ada API key yang perlu dikelola.

Intinya

Jika Anda mencari "Gemini 3.5 Live Translate API," jawaban jujurnya adalah modelnya memang nyata — tetapi mengaksesnya melalui API memberi Anda komponen dasar yang kuat, bukan produk jadi. Ini benar-benar bisa mendukung terjemahan langsung, bagi tim yang punya waktu engineering untuk membangun, memelihara, dan menskalakannya.

Bagi yang lain — konsultan dengan dua klien, pelancong di klinik, tim yang hanya ingin saling memahami pada panggilan hari ini — komponen dasar itu berlebihan. Anda menginginkan hasilnya, dan Anda menginginkannya sekarang. Itulah tepatnya yang diberikan alat berbasis browser: buka tab, pilih bahasa Anda, dan baca setiap kata dalam bahasa Anda sendiri saat percakapan masih berlangsung.

Para pembangun, silakan membangun. Yang lain, lewati kode dan mulai menerjemahkan.