音声とリアルタイム に戻る
機種比較
Gemini 3.1 Flash Live Preview vs Inworld Realtime TTS-2
Compare Gemini 3.1 Flash Live Preview and Inworld Realtime TTS-2 using the same provider-sourced 音声とリアルタイム rubric.謎のスコアや発明されたベンチマークランキングはありません。
事実確認済み 2026年9月4日
クイックテイク
Gemini 3.1 Flash Live Preview
Google のプレビュー オーディオツーオーディオ モデル。マルチモーダルな認識、思考、検索グラウンディング、機能呼び出しを備えた低遅延対話を実現します。
こんな方に最適
- マルチモーダル音声アシスタント
- Google 検索に基づいたライブ体験
- 低コストのオーディオ実験
気をつけてください
このモデルはプレビューであり、有料プロジェクトと無料プロジェクトではデータ使用条件が異なります。機密性の高い会話をキャプチャする前に、両方を確認してください。
Inworld Realtime TTS-2
Inworld の最新の表現力豊かなリアルタイム テキスト読み上げモデル。会話の内容を記憶し、100 以上の言語で話すように設計されています。
こんな方に最適
- リアルタイムの仲間とサポートボイス
- 一貫した音声による多言語エクスペリエンス
- クリエイティブな音声ディレクションと承認されたクローン作成
気をつけてください
これは音声層であり、完全なエージェントではありません。 Inworld の現在のデータ保持ゼロのページには TTS-2 が明示的に記載されていないため、機密テキストや音声データを送信する前に対象範囲を確認してください。
公表された事実を比較する
Gemini 3.1 Flash Live Preview vs Inworld Realtime TTS-2
値には、各プロバイダーが独自に公開している単位と制限が使用されます。空白は、プロバイダーがレビューされた情報源で直接比較可能な値を公開していないことを意味します。
| 音声とリアルタイム | Gemini 3.1 Flash Live Preview | Inworld Realtime TTS-2 |
|---|---|---|
| 価格ベースリストされたアクセス ルートのトークン、文字、または分ベースの価格。 | オーディオ $0.005/分入力 · $0.018/分出力 | オンデマンドで 25 ドル / 100 万文字。ボリュームディスカウント |
| インタラクションモード音声合成、音声合成、またはストリーミングされたテキスト読み上げの動作。 | リアルタイムオーディオツーオーディオ、マルチモーダル入力 | 事前音声コンテキストを備えたステアリング可能なリアルタイム TTS |
| 公表されたレイテンシプロバイダーが公表した測定値と、明示された除外事項。 Cody テストではありません。 | 非公開 | TTFA 中央値 200 ミリ秒未満 |
| 言語プロバイダーが文書化した言語範囲または明確な未公開マーカー。 | 多言語対応。現在のライブ API サポートを確認する | 100+（発話途中の切り替えあり） |
| ツールとコントロールネイティブ関数の呼び出し、推論、または音声制御機能。 | 関数呼び出しと検索グラウンディング | 音声ディレクション、デザイン、クローン、非言語 |
| コンテキストまたは入力制限意味のある場合は、トークンまたは文字制限を文書化します。 | 131,072入力・65,536出力 | 非公開 |
選び方
誇大宣伝ではなく、仕事を比較してください。
完了する必要があるジョブから始めて、正確なプロバイダー ルートのコスト、アクセス、ポリシーの詳細を検証します。
Gemini 3.1 Flash Live Preview
Google は、Gemini API の有料コンテンツは製品の改善には使用されていないと述べています。通常、無料のサービス データは可能です。機密性の高い会話を送信する前に、請求ステータスと現在の条件を確認してください。
プロバイダーと API のリンク
Inworld Realtime TTS-2
Inworld はエンタープライズ アドオンとしてデータ保持ゼロを宣伝していますが、現在公開されている ZDR サポート ページでは TTS-1.5 Mini と Max のみが名前として挙げられています。規制されたテキストまたは機密テキストを送信する前に、TTS-2 の範囲を直接確認してください。
よくある質問
Gemini 3.1 Flash Live Preview と Inworld Realtime TTS-2 のよくある質問
Gemini 3.1 Flash Live Preview と Inworld Realtime TTS-2 の主な違いは何ですか?
Gemini 3.1 Flash Live Preview: Google のプレビュー オーディオツーオーディオ モデル。マルチモーダルな認識、思考、検索グラウンディング、機能呼び出しを備えた低遅延対話を実現します。 Inworld Realtime TTS-2: Inworld の最新の表現力豊かなリアルタイム テキスト読み上げモデル。会話の内容を記憶し、100 以上の言語で話すように設計されています。
Gemini 3.1 Flash Live Preview または Inworld Realtime TTS-2 を選択する必要がありますか?
優先順位が マルチモーダル音声アシスタント の場合は、Gemini 3.1 Flash Live Preview を検討してください。優先順位が リアルタイムの仲間とサポートボイス の場合は、Inworld Realtime TTS-2 を検討してください。 Test both with your own data and provider route before committing.
これは Gemini 3.1 Flash Live Preview と Inworld Realtime TTS-2 の比較は Cody ベンチマークに基づいていますか?
いいえ。この比較は、プロバイダーが公開した 音声とリアルタイム カテゴリの事実を一致させます。普遍的な勝者を主張したり、互換性のないサードパーティのベンチマーク スコアを組み合わせたりするものではありません。