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

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.

nova-2-sonic 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 비용은 둘 다 100만당 입력 $3, 출력 $12로 같으므로 청구서는 텍스트에서 갈립니다. nova-2-sonic은 100만당 $0.06과 $0.24로 $0.75와 $4.5 대비 약 12배, 19배 저렴합니다. gemini-3.1-flash-live는 입력이 더 넓은 쪽으로 텍스트·이미지·오디오·비디오, 90개 넘는 언어, 오디오 전용 세션 15분을 제공합니다. nova-2-sonic은 오디오와 텍스트만, 연결은 8분 상한에 문서화된 이어가기 방식이 있으며 네 개 리전에서만 동작합니다. 텍스트가 많은 세션의 비용이면 nova-2-sonic, 비디오 입력과 언어 커버리지면 gemini-3.1-flash-live를 고르세요.

벤치마크

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

nova-2-sonic: 8개가 공개됐지만, 비교할 수 있을 만큼 여러 모델이 함께 측정한 벤치마크가 없습니다.

gemini-3.1-flash-live nova-2-sonic 측정된 다른 모델 다른 모델 평균 ★ 더 높은 점수를 낸 모델 없음
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%

공급자 공개 자료: Amazon OpenAI

가격

gemini-3.1-flash-live nova-2-sonic Δ
오디오 입력 / 1M 토큰 $3 $3 =
오디오 출력 / 1M 토큰 $12 $12 =
텍스트 입력 / 1M 토큰 $0.75 $0.06 13×
텍스트 출력 / 1M 토큰 $4.5 $0.24 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 7개 전체의 1M 오디오 토큰당 가격(로그 스케일)

기능

gemini-3.1-flash-live nova-2-sonic
사고 제어 항상 켜짐 -
프롬프트 캐싱 암시적(자동) 미지원
캐시 수명 미공개 해당 없음
최소 캐시 접두사 4,096 토큰 해당 없음

사양

gemini-3.1-flash-live nova-2-sonic
입력 모달리티 텍스트 이미지 오디오 동영상 텍스트 오디오
출력 모달리티 텍스트 오디오 텍스트 오디오
출시일 2026-03-26 2025-12-02
보이스

Gemini 텍스트 음성 변환 음성 세트의 모든 음성 사용 가능

네이티브 오디오 출력 모델은 대화 도중 자연스럽게 언어를 전환합니다.

로케일별 여성형·남성형 음성 제공(tiffany/matthew en-US, amy en-GB, olivia en-AU, kiara/arjun en-IN 및 hi-IN, ambre/florian fr-FR, beatrice/lorenzo it-IT, tina/lennart de-DE, lupe/carlos es-US, carolina/leo pt-BR)

tiffany와 matthew는 지원되는 모든 언어를 구사하는 다국어 음성입니다.

세션 기능
  • 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
  • 엔드포인팅 민감도를 설정할 수 있는 지능형 턴 테이킹
  • 컨텍스트를 잃지 않는 자연스러운 인터럽션 처리
  • 비동기 도구 처리를 지원하는 함수 호출(도구가 실행되는 동안에도 어시스턴트가 계속 말함)
  • RAG 그라운딩
  • 한 대화 안에서 오디오와 텍스트 입력 혼용
  • 8분 연결 제한
컨텍스트 윈도우 131,072 1,000,000

사양은 각 공급자의 문서에서 그대로 옮겨 적었습니다. 공급자가 공개하지 않은 항목은 추정해 채우지 않고 뺐습니다. 전체 출처: gemini-3.1-flash-live · nova-2-sonic

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=nova-2-sonic"  # 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 nova-2-sonic, 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-3.1-flash-live vs nova-2-sonic 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, nova-2-sonic 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