Novità Registrati gratis, 10 chiamate le offriamo noi. Fino a $1, senza carta.

GPT Realtime 2.1 vs nova-2-sonic

GPT Realtime 2.1 è disponibile su invito. Le cifre qui sotto sono le tariffe live, ma per chiamarlo il tuo workspace deve prima essere autorizzato: chiedici l'accesso prima di basare il tuo lavoro su questo confronto.

nova-2-sonic è disponibile su invito. Le cifre qui sotto sono le tariffe live, ma per chiamarlo il tuo workspace deve prima essere autorizzato: chiedici l'accesso prima di basare il tuo lavoro su questo confronto.

vs

Quale scegliere e quando

Entrambi sono modelli audio e di testo in tempo reale fatturati per milione di token, quindi le tariffe sono confrontabili direttamente: nova-2-sonic addebita $3 per l'audio in input e $12 per l'audio in output contro $32 e $64 per gpt-realtime-2.1, e $0.06/$0.24 sul testo rispetto a $4/$24, con 1000000 di contesto e 64000 di output massimo invece di 128000 e 32000. Scegli nova-2-sonic per sessioni vocali lunghe e attente ai costi, se il suo limite di connessione di 8 minuti e l'inferenza solo in-Region si adattano alle tue esigenze; scegli il più recente gpt-realtime-2.1 (rilasciato il 2026-07-06) quando desideri letture di input in cache a $0.4 e nessun vincolo di sessione o regione del genere

Benchmark

GPT Realtime 2.1: il provider non ha pubblicato risultati di benchmark.

nova-2-sonic: 8 pubblicati, ma nessun benchmark in comune con abbastanza altri modelli per fare un confronto.

GPT Realtime 2.1 nova-2-sonic altri modelli misurati media dei modelli confrontati ★ nessun altro modello ha fatto meglio
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%

Dati pubblicati dai provider: Amazon OpenAI

Prezzi

GPT Realtime 2.1 nova-2-sonic Δ
Input audio / 1M token $32 $3 11×
Output audio / 1M token $64 $12 5.3×
Lettura cache audio / 1M token $0.4 - -
Input di testo / 1M token $4 $0.06 67×
Output di testo / 1M token $24 $0.24 100×
Scrittura in cache nessun addebito separato nessun addebito separato -

Tariffe lette dal catalogo live al momento della build; il listino aggiornato è sulla pagina di ciascun modello.

Dove si collocano: prezzo per 1M di token audio tra tutti i modelli di speech-to-speech in tempo reale con questa unità di fatturazione (6, scala logaritmica)

Funzionalità

GPT Realtime 2.1 nova-2-sonic
Prompt caching implicito (automatico) non supportato
Durata della cache 5-10m, up to 1h non applicabile
Prefisso minimo in cache 1024 token non applicabile

Specifiche

GPT Realtime 2.1 nova-2-sonic
Modalità di input testo audio testo audio
Modalità di output testo audio testo audio
Rilascio 2026-07-06 2025-12-02
Knowledge cutoff 2024-09 -
Voci -

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.

Funzionalità di sessione
  • Speech-to-speech over WebSocket
  • configurable reasoning effort
  • tool use
  • interruption handling
  • 128K context
  • 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
Finestra di contesto 128K 1M

Le specifiche sono riprese dalla documentazione di ciascun provider; se un provider non pubblica un dato, la riga viene omessa e non dedotta. Fonti complete: GPT Realtime 2.1 · nova-2-sonic

Passa dall'uno all'altro cambiando una sola riga

In ogni scheda qui sotto ci sono entrambi gli id: le due righe evidenziate sono l'unica modifica. Stesso endpoint, stessa chiave, stessa struttura della richiesta.

import asyncio, base64, json, websockets

URL = "wss://synthorai.io/v1/realtime?model=gpt-realtime-2.1"
# URL = "wss://synthorai.io/v1/realtime?model=nova-2-sonic"  # decommenta questa riga, commenta quella sopra
# 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())

Ottieni la tua chiave API →

FAQ

Qual è il più economico, GPT Realtime 2.1 o nova-2-sonic?

nova-2-sonic costa meno alla voce Input audio / 1M token ($3 contro $32, 11× di differenza). Altre voci potrebbero dire il contrario: la tabella qui sopra riporta il listino completo, e il costo reale dipende dal tuo mix di utilizzo.

Posso fare un A/B test di GPT Realtime 2.1 contro nova-2-sonic senza due integrazioni?

Sì. Si chiamano entrambi dallo stesso endpoint compatibile con OpenAI, con una sola chiave API. Per passare dall'uno all'altro basta cambiare la stringa del modello in una riga, quindi puoi mandare una parte del traffico a ciascuno e confrontare direttamente i costi.

GPT Realtime 2.1 e nova-2-sonic supportano il prompt caching?

Nel nostro feed il prezzo di lettura dalla cache è indicato solo per uno dei due; dove la tariffa manca, il provider non applica un prezzo separato alle letture dalla cache.

Confronti correlati

Dai nostri studi con dati misurati