Recursos

Principales modelos de IA para agentes de voz y en tiempo real

Modelos de voz y voz expresiva en tiempo real para asistentes, soporte, personajes e interfaces en vivo. Compare unidades de facturación, modo de interacción, base de latencia, idiomas, herramientas y contexto.

Mostrando modelos 1–5 de 5

Voz

Modelo de razonamiento de voz a voz en tiempo real de OpenAI para agentes de voz que utilizan herramientas que también necesitan contexto de texto e imagen.

Base del precio
Audio $32 de entrada · $64 de salida / 1 millón de tokens
Modo de interacción
Habla a voz con contexto de texto/imagen
Ver guía de modelos
Voz

El modelo expresivo de conversión de texto a voz en tiempo real más nuevo de Inworld, diseñado para recordar la entrega conversacional y hablar en más de 100 idiomas.

Base del precio
$25 / 1 millón de caracteres bajo demanda; descuentos por volumen
Modo de interacción
TTS orientable en tiempo real con contexto de audio previo
Ver guía de modelos

Qué comparar

Base del precio
Precio basado en tokens, caracteres o minutos para la ruta de acceso indicada.
Modo de interacción
Comportamiento de voz a voz, audio a audio o texto a voz transmitido.
Latencia publicada
Medición publicada por el proveedor con sus exclusiones indicadas; no es una prueba Cody.

Cómo utilizar esta biblioteca

Compare el trabajo, no las exageraciones.

Un conjunto seleccionado de categorías cruzadas de modelos de frontera, especializados y que definen categorías con información API práctica para decisiones reales sobre productos.

Cody no ejecuta una tabla de clasificación de calidad universal. Los reclamos de los proveedores están etiquetados, los precios excluyen impuestos y herramientas opcionales, y los compradores de producción deben verificar los términos del proveedor en vivo antes de elegir un modelo.

  1. 01

    Utilice documentación propia para límites técnicos, ciclo de vida, precios, acceso regional y políticas de datos siempre que exista.

  2. 02

    Compare modelos solo dentro de la misma categoría y conserve la base de medición de cada proveedor.

  3. 03

    Mostrar No publicado cuando un proveedor no ha publicado un hecho comparable en lugar de estimarlo.

  4. 04

    Trate los precios y la disponibilidad como instantáneas fechadas y vincule cada página a la documentación del proveedor en vivo.

La velocidad mantiene sus unidades.

La latencia de voz, el rendimiento del texto, el tiempo de reproducción del vídeo y la velocidad de fotogramas del modelo mundial no son intercambiables.

Lo desconocido sigue siendo desconocido

Una fecha de lanzamiento, una lista de países o un número de latencia que faltan se etiquetan como no publicados en lugar de estimados.

Cada hecho tiene una fecha.

Las páginas del modelo enlazan con la fuente subyacente y muestran cuándo se verificaron por última vez los precios, el acceso y las políticas.

Pon el modelo a trabajar.

Elige el modelo y luego dale un mejor resumen.

Utilice los manuales de instrucciones ampliados y las habilidades seleccionadas de los agentes de Cody para convertir la elección de un modelo en un flujo de trabajo repetible.