gemini-2.5-flash-native-audio vs gemini-3.1-flash-live

gemini-2.5-flash-native-audio 모델은 초대제로 제공됩니다. 아래 수치는 실시간 요금이지만, 호출하려면 먼저 워크스페이스가 승인을 받아야 합니다. 이 비교를 바탕으로 개발을 시작하기 전에 저희에게 액세스를 요청해 주세요.

gemini-3.1-flash-live 모델은 초대제로 제공됩니다. 아래 수치는 실시간 요금이지만, 호출하려면 먼저 워크스페이스가 승인을 받아야 합니다. 이 비교를 바탕으로 개발을 시작하기 전에 저희에게 액세스를 요청해 주세요.

vs

언제 어떤 모델을 쓸까

오디오 요율은 동일하고(100만당 입력 $3, 출력 $12) 세션 구조도 같습니다 - 16 kHz 입력, 24 kHz 출력 PCM, 128k 컨텍스트, 오디오 전용 15분 상한 - 더 오래된 gemini-2.5-flash-native-audio가 텍스트에서 조금 더 쌉니다(100만당 $0.5와 $2 대 $0.75와 $4.5). 기능상 갈리는 지점은 툴 동작입니다. gemini-2.5-flash-native-audio는 NON_BLOCKING 함수 선언을 지원해 툴이 도는 동안에도 모델이 계속 말합니다. gemini-3.1-flash-live는 순차식이라 툴 결과가 올 때까지 응답하지 않지만, 텍스트·오디오·비디오에 더해 이미지 입력을 갖췄습니다. 툴이 많은 대화면 2.5, 이미지 입력이면 3.1입니다.

벤치마크

gemini-3.1-flash-live: 공급자가 벤치마크 점수를 공개하지 않았습니다.

gemini-2.5-flash-native-audio: 8개가 공개됐지만, 비교할 수 있을 만큼 여러 모델이 함께 측정한 벤치마크가 없습니다.

gemini-2.5-flash-native-audio gemini-3.1-flash-live 측정된 다른 모델 다른 모델 평균 ★ 더 높은 점수를 낸 모델 없음
AMI near+far field (WER)
63.8%
N/A
Big Bench Audio
71%
N/A
BFCL v3 (single-turn, python only)
69.4%
N/A

공급자 공개 자료: Amazon OpenAI

가격

gemini-2.5-flash-native-audio gemini-3.1-flash-live Δ
오디오 입력 / 1M 토큰 $3 $3 =
오디오 출력 / 1M 토큰 $12 $12 =
텍스트 입력 / 1M 토큰 $0.5 $0.75 0.67×
텍스트 출력 / 1M 토큰 $2 $4.5 0.44×

빌드 시점에 실시간 카탈로그에서 가져온 요금입니다. 현재 요금은 각 모델 페이지에서 확인할 수 있습니다.

가격 위치: 이 과금 단위를 쓰는 실시간 음성 대 음성 모델 7개 전체의 1M 오디오 토큰당 가격(로그 스케일)

기능

gemini-2.5-flash-native-audio gemini-3.1-flash-live
사고 제어 설정 가능 항상 켜짐
프롬프트 캐싱 암시적(자동) 암시적(자동)
캐시 수명 미공개 미공개
최소 캐시 접두사 4,096 토큰 4,096 토큰

사양

gemini-2.5-flash-native-audio gemini-3.1-flash-live
입력 모달리티 텍스트 오디오 동영상 텍스트 이미지 오디오 동영상
출력 모달리티 텍스트 오디오 텍스트 오디오
출시일 - 2026-03-26
지식 컷오프 2025-01 -
보이스

Gemini 텍스트 음성 변환 음성 세트의 모든 음성 사용 가능

네이티브 오디오 출력 모델은 대화 도중 자연스럽게 언어를 전환합니다.

Gemini 텍스트 음성 변환 음성 세트의 모든 음성 사용 가능

네이티브 오디오 출력 모델은 대화 도중 자연스럽게 언어를 전환합니다.

세션 기능
  • 함수 호출 지원, NON_BLOCKING 함수 선언을 쓰면 도구가 실행되는 동안에도 모델이 계속 말할 수 있음
  • VAD 인터럽션은 진행 중인 생성을 취소하고 폐기
  • 검색 그라운딩과 사고 지원
  • 캐싱, 구조화 출력, 코드 실행, Batch API 없음
  • 함수 호출은 순차 실행만 가능하며, 도구 응답이 전송되기 전까지 모델은 응답을 시작하지 않음
  • 검색 그라운딩과 사고 지원
  • VAD 인터럽션이 진행 중인 생성을 취소
  • 캐싱, 구조화 출력, 코드 실행, Batch API 없음
컨텍스트 윈도우 131,072 131,072

사양은 각 공급자의 문서에서 그대로 옮겨 적었습니다. 공급자가 공개하지 않은 항목은 추정해 채우지 않고 뺐습니다. 전체 출처: gemini-2.5-flash-native-audio · gemini-3.1-flash-live

코드 한 줄로 모델 전환

아래 탭마다 두 모델 id가 모두 들어 있습니다. 바꿀 곳은 강조된 두 줄뿐이고, 엔드포인트, 키, 요청 형식은 그대로입니다.

import asyncio, base64, json, websockets

URL = "wss://synthorai.io/v1/realtime?model=gemini-2.5-flash-native-audio"
# URL = "wss://synthorai.io/v1/realtime?model=gemini-3.1-flash-live"  # 이 줄의 주석을 해제하고, 윗줄을 주석 처리하세요
# 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())

API 키 받기 →

자주 묻는 질문

gemini-2.5-flash-native-audio vs gemini-3.1-flash-live, 어느 쪽이 더 저렴한가요?

두 모델의 “오디오 입력 / 1M 토큰” 요금은 $3로 같습니다. 다른 요금과 실제 사용량에 따라 총비용은 달라질 수 있습니다.

연동을 두 번 하지 않고도 gemini-2.5-flash-native-audio vs gemini-3.1-flash-live A/B 테스트를 할 수 있나요?

네. 두 모델 모두 API 키 하나로 같은 OpenAI 호환 엔드포인트에서 호출합니다. 모델 문자열 한 줄만 바꾸면 전환되므로, 트래픽 일부를 각 모델로 보내 청구 금액을 직접 비교할 수 있습니다.

gemini-2.5-flash-native-audio, gemini-3.1-flash-live 모두 프롬프트 캐싱을 지원하나요?

저희 가격 데이터에는 둘 중 한 모델에만 캐시 읽기 가격이 있습니다. 요금이 없는 쪽은 공급자가 캐시 읽기 요금을 따로 정하지 않은 것입니다.

관련 비교