Criar NPCs de jogo com a Gemini Live API ou usar a Neocortex
A Gemini Live API cuida de voz em tempo real, mas o suporte dela à Unity ainda está em preview. O que criar NPCs sobre ela envolve, e onde a Neocortex se encaixa.
Neocortex TeamThe team behind Neocortex
· Atualizado em 20 de out. de 2026 · 5 min de leitura

Um NPC da Gemini Live pode conversar por cerca de dez minutos. Depois, a conexão é fechada.
A Gemini Live API do Google transmite áudio para um modelo e de volta por um WebSocket com estado, e para desenvolvedores de jogos ela é tentadora: aponte um microfone para ela, dê uma persona e pronto, você tem um NPC falante. Os problemas começam nas bordas, com os limites de sessão, um caminho para a Unity que ainda está em preview e tudo o que um jogo precisa além de uma voz. Veja o que criar NPCs sobre ela envolve, e onde a Neocortex se encaixa.
Limites de sessão com os quais você precisa lidar
O Google documenta três limites que moldam toda integração com a Gemini Live. Os jogadores não se importam com nenhum deles, e é exatamente por isso que o seu código precisa se importar.
Sessões de áudio de 15 minutos
Sem a compressão da janela de contexto, sessões somente de áudio são limitadas a 15 minutos, e sessões com áudio e vídeo a 2 minutos. A compressão usa uma janela deslizante para estender a sessão indefinidamente, ao custo de o modelo perder gradualmente as partes mais antigas da conversa. Para um companheiro que deve lembrar o início da missão, isso é uma decisão de design, não uma configuração.
Conexões de 10 minutos
Além disso, uma conexão dura cerca de 10 minutos. Quando ela termina, a sessão também termina, a menos que você a retome. Em um jogo, isso significa uma reconexão no meio de uma conversa, e o jogador nunca deveria perceber a emenda.
Identificadores de retomada
Para sobreviver a uma reconexão, você ativa a retomada de sessão. O servidor envia identificadores, e você passa o mais recente ao reconectar. Os identificadores continuam válidos por 2 horas depois que uma sessão termina. Some os tokens efêmeros, que o Google recomenda para apps clientes, e você também precisa de um backend que emita credenciais de curta duração para o cliente de cada jogador.
Suporte à Unity pelo Firebase AI Logic
A rota do Google para a Unity é o Firebase AI Logic. O suporte dele à Live API está em Preview: sem SLA, sem política de descontinuação, e pode "mudar de formas incompatíveis com versões anteriores". O Unity SDK tem exemplos de código em C#, mas o guia rápido da Live API para Unity ainda está marcado como "em breve".
A lista de modelos é mais restrita do que a da própria Gemini API. Pela Gemini Developer API, o Firebase lista o Gemini 3.1 Flash Live Preview e as prévias de áudio nativo do Gemini 2.5. Pela plataforma empresarial do Google, Agent Platform (antes Vertex AI), ele lista os modelos Live do Gemini 2.5 e nenhum modelo Live da série 3.x. O Gemini 3.8 Live, o modelo Live mais novo da Gemini API, não está em nenhuma das duas listas.
Assim, uma equipe de Unity escolhe entre um SDK em preview com modelos mais antigos ou o seu próprio cliente WebSocket contra a API bruta.
Quanto custa a Gemini Live
Os modelos Live são cobrados por token, com equivalentes por minuto publicados para o áudio. No plano pago, o áudio de entrada custa $3,00 por milhão de tokens (cerca de $0.005 por minuto) e o áudio de saída custa $12,00 por milhão de tokens (cerca de $0.018 por minuto).
Com essas tarifas, sessenta minutos de fala do jogador mais sessenta minutos de fala do NPC custam cerca de $1,38 só em áudio, antes dos tokens de texto, dos tokens de raciocínio ou das chamadas de ferramentas. Conversas reais têm pausas, então a maioria custa menos, mas a conta ainda cresce conforme os jogadores gostam de conversar.
Há um nível gratuito. A página de preços do Google observa que o conteúdo do nível gratuito é usado para melhorar os produtos dele, o que importa se os jogadores disserem coisas pessoais aos seus personagens.
Os planos da Neocortex são mensais, com uma franquia de uso. O Starter custa EUR 9 por mês para projetos pessoais e acadêmicos, e o Pro, por EUR 29 por mês, acrescenta uso comercial, chat em grupo e 5 vozes personalizadas.
Gemini Live vs Neocortex
| Faça você mesmo com a Gemini Live | Neocortex | |
|---|---|---|
| Unity | Firebase AI Logic em preview, lista de modelos limitada | Unity SDK, Unity 6, seis cenas de exemplo |
| Outras engines | Crie o seu próprio cliente | Unreal Engine 5, Godot, Web API |
| Sessões | Sessões de 15 minutos, conexões de 10 minutos, identificadores de retomada | Sem limite de sessão: cada turno é uma chamada de API separada |
| Design do personagem | Prompts no código | Editor visual de nós |
| Vozes | Vozes pré-definidas do Google | Clonagem de voz e criação de voz |
| Ações no jogo | Conecte as chamadas de função | Ações com IDs de alvo e objetos da cena já integrados |
| Vários personagens | Você constrói | Até seis personagens em uma conversa (Pro e Team) |
| IA local | Não | Modelos locais via Ollama na Unity para protótipos de chat de texto |
API de modelo ou plataforma de personagens?
São duas abordagens diferentes, cada uma com seus trade-offs.
Construir sobre uma API de modelo dá acesso direto aos modelos mais novos e controle total sobre cada requisição. Você também herda todos os limites acima, e escreve o cliente da engine, o backend de tokens, a lógica de reconexão, os prompts do personagem e a integração com o jogo. Quando a lista de modelos ou a API mudam, você atualiza tudo.
Usar uma plataforma de personagens dá menos controle sobre o modelo bruto e mais do que um jogo precisa. Na Neocortex, personalidade, emoção, conhecimento, intenções e ações são nós em um grafo visual que um designer pode editar. Cada resposta volta com uma tag de emoção por linha e com ações como { "name": "OPEN_DOOR", "targetId": "door_02" }. Os Conversation Flows informam palavras-chave de checkpoint (flowState) conforme a história avança. A entrada de microfone funciona nos builds WebGL da Unity.
Para a maioria das equipes de jogos, a segunda lista é a que vai para o ar. Veja nossa visão geral de APIs de voz em tempo real para NPCs de jogos para comparar como as outras APIs de voz se saem nos mesmos pontos.
Próximos passos
- Crie uma conta na Neocortex.
- Crie um NPC no editor e dê a ele uma voz clonada ou criada.
- Converse com ele no navegador até que soe do jeito certo.
- Instale o Unity SDK, abra uma cena de exemplo e ouça o personagem responder dentro do seu jogo, sem nenhuma infraestrutura de sessão para escrever.
Os detalhes do Google foram verificados pela última vez em outubro de 2026.
Perguntas frequentes
A Gemini Live API funciona na Unity?
Pelo Firebase AI Logic, cujo suporte à Live API está em Preview, sem SLA, e cujo guia rápido para Unity ainda está marcado como "em breve". A Neocortex tem um Unity SDK para Unity 6 com seis cenas de exemplo, além de Unreal Engine 5, Godot e uma Web API.
Quanto tempo uma sessão da Gemini Live pode durar?
Sessões somente de áudio param em 15 minutos, e as conexões em cerca de 10 minutos, a menos que você adicione a compressão da janela de contexto e a retomada de sessão. Com a Neocortex, cada turno é uma chamada de API separada e o SDK cuida disso, então não há sessão para o seu personagem expirar e nenhuma lógica de retomada para escrever.
A Gemini Live API é gratuita?
Há um nível gratuito, e a página de preços do Google diz que o conteúdo do nível gratuito é usado para melhorar os produtos dele; a saída de áudio paga é cobrada por token.
Quais modelos da Gemini Live um jogo na Unity pode usar?
O Firebase AI Logic lista o Gemini 3.1 Flash Live Preview e os modelos de áudio nativo do Gemini 2.5, não o Gemini 3.8 Live, que é mais novo. A Neocortex gerencia o modelo para você, então os seus personagens não dependem de qual preview o seu SDK suporta.






