Novo Cadastre-se grátis, 10 chamadas por nossa conta. Até US$ 1, sem cartão.

GPT Realtime 2.1 vs nova-2-sonic

O GPT Realtime 2.1 é oferecido por convite. Os valores abaixo são as tarifas em tempo real, mas as chamadas só funcionam depois que o seu espaço de trabalho recebe a permissão; peça acesso antes de desenvolver com base nesta comparação.

O nova-2-sonic é oferecido por convite. Os valores abaixo são as tarifas em tempo real, mas as chamadas só funcionam depois que o seu espaço de trabalho recebe a permissão; peça acesso antes de desenvolver com base nesta comparação.

vs

Qual usar e quando

Ambos são modelos de áudio e texto em tempo real cobrados por milhão de tokens, então as taxas se comparam diretamente: o nova-2-sonic cobra $3 de entrada de áudio e $12 de saída de áudio contra $32 e $64 do gpt-realtime-2.1, e $0.06/$0.24 em texto contra $4/$24, com 1000000 de contexto e máximo de 64000 de saída em vez de 128000 e 32000. Escolha o nova-2-sonic para sessões de voz longas e sensíveis a custos, se o seu limite de conexão de 8 minutos e a inferência restrita à Região (in-Region-only) atenderem você; escolha o gpt-realtime-2.1 mais recente (lançado em 2026-07-06) quando quiser leituras de entrada em cache a $0.4 e nenhuma restrição de sessão ou região

Benchmarks

GPT Realtime 2.1: o provedor não publicou resultados de benchmark.

nova-2-sonic: 8 publicados, mas nenhum benchmark em comum com modelos suficientes para comparar.

GPT Realtime 2.1 nova-2-sonic outros modelos medidos média dos modelos comparados ★ nenhum outro modelo teve pontuação maior
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%

Publicado pelos provedores: Amazon OpenAI

Preços

GPT Realtime 2.1 nova-2-sonic Δ
Entrada de áudio / 1M tokens $32 $3 11×
Saída de áudio / 1M tokens $64 $12 5.3×
Leitura de cache de áudio / 1M tokens $0.4 - -
Entrada de texto / 1M tokens $4 $0.06 67×
Saída de texto / 1M tokens $24 $0.24 100×
Escrita de cache sem cobrança separada sem cobrança separada -

Tarifas do catálogo em tempo real, lidas no momento do build; a página de cada modelo traz a tabela de preços atual.

Onde cada um fica: preço por 1M tokens de áudio entre os 6 modelos de voz para voz em tempo real com esta unidade de cobrança (escala logarítmica)

Capacidades

GPT Realtime 2.1 nova-2-sonic
Cache de prompts implícito (automático) não suportado
Tempo de vida do cache 5-10m, up to 1h não aplicável
Prefixo mínimo em cache 1024 tokens não aplicável

Especificações

GPT Realtime 2.1 nova-2-sonic
Modalidades de entrada texto áudio texto áudio
Modalidades de saída texto áudio texto áudio
Lançamento 2026-07-06 2025-12-02
Corte de conhecimento 2024-09 -
Vozes -

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.

Capacidades da sessão
  • 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
Janela de contexto 128K 1M

As especificações são transcritas da documentação de cada provedor; quando um provedor não publica um dado, a linha é omitida, e não inferida. Fontes completas: GPT Realtime 2.1 · nova-2-sonic

Troque de um para o outro mudando uma linha

Os dois ids estão em todas as abas abaixo; o par de linhas destacado é a única alteração. O endpoint, a chave e o formato da requisição são os mesmos.

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"  # descomente esta linha, comente a linha acima
# 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())

Obtenha sua chave de API →

Perguntas frequentes

Qual é mais barato, GPT Realtime 2.1 ou nova-2-sonic?

nova-2-sonic sai mais barato na linha “Entrada de áudio / 1M tokens” ($3 contra $32, 11× de diferença). Outras linhas podem pender para o outro lado: a tabela acima mostra todos os preços, e o custo real depende do seu mix de uso.

Posso fazer um teste A/B de GPT Realtime 2.1 contra nova-2-sonic sem duas integrações?

Sim. Os dois são servidos pelo mesmo endpoint compatível com OpenAI, com uma única chave de API. Para trocar, basta mudar uma linha, a string do modelo; assim você pode direcionar uma parte do tráfego para cada um e comparar as contas diretamente.

GPT Realtime 2.1 e nova-2-sonic suportam cache de prompts?

No nosso feed, só um dos dois tem preço de leitura de cache; quando a tarifa não aparece, é porque o provedor não tem preço separado para as leituras de cache.

Comparações relacionadas

Dos nossos estudos com medições