신규 무료로 가입하고 10회 호출해 보세요. 최대 $1, 카드 등록 불필요.

gemini-3.1-flash-live vs GPT Realtime 2.1

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.

GPT Realtime 2.1 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

둘 다 100만 토큰당 요금이 청구되는 실시간 오디오 모델이지만, gemini-3.1-flash-live가 더 저렴한 옵션입니다: 오디오 입력은 $32 대비 $3(약 10.7x 저렴), 오디오 출력은 $64 대비 $12이며, 텍스트는 $4/$24 대비 $0.75/$4.5(약 5.3x 저렴)입니다. 또한 오디오 및 텍스트와 함께 이미지 및 비디오 입력을 처리하고, 최대 65536 출력 토큰을 지원하는 131072-token 컨텍스트를 제공하며, Live API 세션은 연장하지 않는 한 오디오 전용의 경우 최대 15분(비디오 포함 시 2분)으로 제한됩니다. $0.4 캐시 읽기, 128000-token 컨텍스트 및 32000 최대 출력을 갖춘 OpenAI의 오디오/텍스트 스택을 원한다면 gpt-realtime-2.1을 선택하십시오.

가격

gemini-3.1-flash-live GPT Realtime 2.1 Δ
오디오 입력 / 1M 토큰 $3 $32 0.094×
오디오 출력 / 1M 토큰 $12 $64 0.19×
오디오 캐시 읽기 / 1M 토큰 - $0.4 -
텍스트 입력 / 1M 토큰 $0.75 $4 0.19×
텍스트 출력 / 1M 토큰 $4.5 $24 0.19×
캐시 쓰기 - 별도 요금 없음 -

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 6개 전체의 1M 오디오 토큰당 가격(로그 스케일)

기능

gemini-3.1-flash-live GPT Realtime 2.1
사고 제어 항상 켜짐 -
프롬프트 캐싱 암시적 + 명시적 암시적(자동)
캐시 수명 미공개 5-10m, up to 1h
최소 캐시 접두사 4096 토큰 1024 토큰

사양

gemini-3.1-flash-live GPT Realtime 2.1
입력 모달리티 텍스트 이미지 오디오 동영상 텍스트 오디오
출력 모달리티 텍스트 오디오 텍스트 오디오
출시일 2026-03-26 2026-07-06
지식 컷오프 - 2024-09
보이스

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

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

-
세션 기능
  • 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
컨텍스트 윈도우 131K 128K

사양은 각 공급자의 문서에서 그대로 옮겨 적었습니다. 공급자가 공개하지 않은 항목은 추정해 채우지 않고 뺐습니다. 전체 출처: gemini-3.1-flash-live · GPT Realtime 2.1

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-3.1-flash-live"
# URL = "wss://synthorai.io/v1/realtime?model=gpt-realtime-2.1"  # 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-3.1-flash-live vs GPT Realtime 2.1, 어느 쪽이 더 저렴한가요?

오디오 입력 / 1M 토큰 기준으로는 gemini-3.1-flash-live 쪽이 더 저렴합니다($3 대 $32, 11배 차이). 다른 항목에서는 반대일 수 있습니다. 전체 요금은 위 표에 있으며, 실제 비용은 사용 패턴에 따라 달라집니다.

연동을 두 번 하지 않고도 gemini-3.1-flash-live vs GPT Realtime 2.1 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-3.1-flash-live, GPT Realtime 2.1 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

직접 측정한 자료