🎁 Nouveau Inscription gratuite, 10 appels offerts. Jusqu'à 1 $, sans carte.

gemini-3.1-flash-live vs GPT Realtime 2.1

vs

Lequel, quand — verdict de synthèse, pas un tableau de benchmarks

Les deux sont des modèles audio en temps réel facturés par million de jetons, mais gemini-3.1-flash-live est l'option la moins chère : $3 pour l'audio en entrée contre $32 (environ 10.7x moins) et $12 pour l'audio en sortie contre $64, avec le texte à $0.75/$4.5 contre $4/$24 (environ 5.3x moins). Il accepte également les entrées image et vidéo en plus de l'audio et du texte, dispose d'un contexte de 131072 jetons avec jusqu'à 65536 jetons en sortie, et ses sessions Live API sont plafonnées à 15 minutes pour l'audio seul (2 minutes avec vidéo) à moins d'être prolongées. Choisissez gpt-realtime-2.1 si vous voulez la pile audio/texte d'OpenAI avec les lectures en cache à $0.4, son contexte de 128000 jetons et 32000 en sortie maximum.

Tarification

gemini-3.1-flash-live GPT Realtime 2.1 Δ
Entrée audio / 1M tokens $3 $32 0.094×
Sortie audio / 1M tokens $12 $64 0.19×
Lecture en cache audio / 1M tokens $0.4
Entrée texte / 1M tokens $0.75 $4 0.19×
Sortie texte / 1M tokens $4.5 $24 0.19×
Écriture cache aucun frais supplémentaire

Tarifs issus du catalogue en direct au moment de la compilation ; chaque page de modèle présente la fiche actuelle.

Où ils se situent — prix pour 1M de tokens audio sur l'ensemble des 6 modèles speech-to-speech en temps réel pour cette unité de facturation (échelle logarithmique)

Capacités

gemini-3.1-flash-live GPT Realtime 2.1
Contrôle de la réflexion toujours activé
Mise en cache du prompt implicite + explicite implicite (automatique)
Durée de vie du cache non publié 5–10m, up to 1h
Préfixe minimum mis en cache 4096 jetons 1024 jetons

Spécifications

gemini-3.1-flash-live GPT Realtime 2.1
Modalités d'entrée texte image audio vidéo texte audio
Modalités de sortie texte audio texte audio
Sortie 2026-03-26 2026-07-06
Limite de connaissances 2024-09
Voix

Any voice from the Gemini text-to-speech voice set

native-audio output models switch languages naturally during a conversation.

Capacités de session
  • Function calling is sequential only — the model will not start responding until the tool response is sent
  • search grounding and thinking supported
  • VAD interruption cancels the in-flight generation
  • no caching, structured outputs, code execution or Batch API
  • Speech-to-speech over WebSocket
  • configurable reasoning effort
  • tool use
  • interruption handling
  • 128K context
Fenêtre de contexte 131K 128K

Les spécifications sont transcrites à partir de la documentation de chaque fournisseur ; une ligne qu'un fournisseur ne publie pas est omise plutôt que déduite. Sources complètes : gemini-3.1-flash-live · GPT Realtime 2.1

Basculez de l'un à l'autre avec une seule ligne

Les deux ids sont dans chaque onglet ci-dessous — la paire de lignes en surbrillance est la seule modification. Même endpoint, même clé, même structure de requête.

import asyncio, base64, json, websockets

URL = "wss://synthorai.io/v1/realtime?model=gemini-3.1-flash-live"
# URL = "wss://synthorai.io/v1/realtime?model=gpt-realtime-2.1"  # décommentez cette ligne, commentez celle du dessus
# Send ONLY the Authorization header — the beta protocol is retired.
HEADERS = {"Authorization": "Bearer sk-syn-..."}

async def main():
    async with websockets.connect(URL, additional_headers=HEADERS) as ws:
        # 1) configure the speech-to-speech session
        await ws.send(json.dumps({
            "type": "session.update",
            "session": {
                "type": "realtime",
                "output_modalities": ["audio"],
                "audio": {"output": {"voice": "alloy"}},
            },
        }))
        # 2) send input audio (base64 PCM16), then request a spoken reply
        await ws.send(json.dumps({"type": "input_audio_buffer.append", "audio": pcm16_b64}))
        await ws.send(json.dumps({"type": "input_audio_buffer.commit"}))
        await ws.send(json.dumps({"type": "response.create"}))
        # 3) stream the model's audio (and text) back
        async for raw in ws:
            ev = json.loads(raw)
            if ev["type"] == "response.audio.delta":
                play(base64.b64decode(ev["delta"]))   # audio out
            elif ev["type"] == "response.done":
                break

asyncio.run(main())

Obtenir une clé API →

FAQ

Lequel est le moins cher, gemini-3.1-flash-live ou GPT Realtime 2.1 ?

gemini-3.1-flash-live est moins cher sur entrée audio / 1m tokens ($3 contre $32, avec un écart de 11×). D'autres lignes peuvent indiquer l'inverse — le tableau ci-dessus contient la fiche complète, et le coût réel dépend de votre combinaison.

Puis-je faire un test A/B de gemini-3.1-flash-live par rapport à GPT Realtime 2.1 sans deux intégrations ?

Oui. Les deux sont servis via le même endpoint compatible OpenAI avec une seule clé API — le basculement est un changement de chaîne de modèle en une ligne, vous pouvez donc diriger une fraction du trafic vers chacun et comparer les factures directement.

Est-ce que gemini-3.1-flash-live et GPT Realtime 2.1 prennent en charge le prompt caching ?

La tarification de la lecture en cache n'est indiquée que pour l'un des deux dans notre flux ; lorsqu'un tarif est manquant, le fournisseur ne tarifie pas les lectures en cache séparément.

Comparaisons associées