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

gemini-3.1-flash-live vs nova-2-sonic

gemini-3.1-flash-live est accessible sur invitation. Les chiffres ci-dessous sont bien ses tarifs en vigueur, mais votre espace de travail doit d'abord y être autorisé : demandez-nous l'accès avant de bâtir quoi que ce soit sur ce comparatif.

nova-2-sonic est accessible sur invitation. Les chiffres ci-dessous sont bien ses tarifs en vigueur, mais votre espace de travail doit d'abord y être autorisé : demandez-nous l'accès avant de bâtir quoi que ce soit sur ce comparatif.

vs

Lequel choisir, et quand

L'audio coûte pareil des deux côtés, $3 par million en entrée et $12 en sortie, donc la facture se joue sur le texte : nova-2-sonic facture $0.06 et $0.24 par million contre $0.75 et $4.5, soit environ 12x et 19x moins. gemini-3.1-flash-live est le modèle aux entrées les plus larges - texte, image, audio et vidéo, plus de 90 langues, sessions audio seules de 15 minutes - tandis que nova-2-sonic ne prend qu'audio et texte, sur une connexion de 8 minutes avec un motif de continuation documenté, et fonctionne dans quatre régions. Prenez nova-2-sonic pour le coût sur des sessions chargées en texte, gemini-3.1-flash-live pour l'entrée vidéo et la couverture linguistique.

Benchmarks

gemini-3.1-flash-live : le fournisseur n'a publié aucun résultat de benchmark.

nova-2-sonic : 8 résultats publiés, mais aucun benchmark en commun avec assez d'autres modèles pour comparer.

gemini-3.1-flash-live nova-2-sonic autres modèles mesurés moyenne des modèles comparés ★ aucun autre modèle n'a fait mieux
AMI near+far field (WER)
N/A
29.7%
Big Bench Audio
N/A
87%
BFCL v3 (single-turn, python only)
N/A
74.5%

Chiffres publiés par les fournisseurs : Amazon OpenAI

Tarifs

gemini-3.1-flash-live nova-2-sonic Δ
Entrée audio / 1M de tokens $3 $3 =
Sortie audio / 1M de tokens $12 $12 =
Entrée texte / 1M de tokens $0.75 $0.06 13×
Sortie texte / 1M de tokens $4.5 $0.24 19×
Écriture de cache - pas de frais distincts -

Tarifs relevés dans le catalogue en direct à la génération du site ; la page de chaque modèle affiche la grille tarifaire à jour.

Leur position : prix pour 1M de tokens audio, parmi les 6 modèles de speech-to-speech en temps réel facturés dans cette unité (échelle logarithmique)

Capacités

gemini-3.1-flash-live nova-2-sonic
Contrôle de la réflexion toujours activé -
Mise en cache des prompts implicite + explicite non pris en charge
Durée de vie du cache non publié non applicable
Préfixe minimal mis en cache 4096 tokens non applicable

Spécifications

gemini-3.1-flash-live nova-2-sonic
Modalités d'entrée texte image audio vidéo texte audio
Modalités de sortie texte audio texte audio
Date de sortie 2026-03-26 2025-12-02
Voix

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

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

Feminine- and masculine-sounding voices per locale (tiffany/matthew en-US, amy en-GB, olivia en-AU, kiara/arjun en-IN and hi-IN, ambre/florian fr-FR, beatrice/lorenzo it-IT, tina/lennart de-DE, lupe/carlos es-US, carolina/leo pt-BR)

tiffany and matthew are polyglot voices that speak every supported language.

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
  • Intelligent turn-taking with configurable endpointing sensitivity
  • graceful interruption handling without losing context
  • function calling with asynchronous tool handling (the assistant keeps speaking while tools run)
  • RAG grounding
  • mixed audio and text input in one conversation
  • 8-minute connection limit
Fenêtre de contexte 131K 1M

Les spécifications sont reprises de la documentation de chaque fournisseur ; quand un fournisseur ne publie pas une valeur, la ligne est omise et non déduite. Sources complètes : gemini-3.1-flash-live · nova-2-sonic

Passez de l'un à l'autre en changeant une seule ligne

Les deux identifiants figurent dans chaque onglet ci-dessous : les deux lignes surlignées sont le seul changement. Même endpoint, même clé, même format 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=nova-2-sonic"  # 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())

Obtenez votre clé API →

FAQ

Lequel est le moins cher, gemini-3.1-flash-live ou nova-2-sonic ?

Les deux affichent le même prix sur la ligne « Entrée audio / 1M de tokens » ($3) : ce n'est donc pas le prix qui les départage ici. Voyez les spécifications et les capacités ci-dessous.

Puis-je faire un test A/B entre gemini-3.1-flash-live et nova-2-sonic sans deux intégrations ?

Oui. Les deux passent par le même endpoint compatible OpenAI, avec une seule clé API. Pour passer de l'un à l'autre, il suffit de changer l'identifiant du modèle, soit une ligne : vous pouvez donc envoyer une part du trafic à chacun et comparer directement les factures.

gemini-3.1-flash-live et nova-2-sonic prennent-ils en charge la mise en cache des prompts ?

Notre flux de prix n'indique un tarif de lecture de cache que pour l'un des deux. Quand ce tarif est absent, c'est que le fournisseur ne facture pas les lectures de cache à part.

Comparatifs associés