Guía actualizada · octubre 2026
Opciones a valorar si buscas otra combinación de coste, contexto, acceso o especialización para voz con razonamiento, investigación, agentes.
Opciones comparables
El orden es una ayuda de exploración: no es un ranking global ni una afirmación de que una opción sea mejor para todos los casos.
Modelo audio-audio estable de Google para agentes de voz y diálogo en tiempo real, con razonamiento intercalado y llamadas de herramientas asíncronas.
Modelo de voz full-duplex de OpenAI para conversaciones en tiempo real, con gestión de interrupciones, estilo de voz y llamadas de herramientas delegadas al backend.
Modelo speech-to-speech de AWS para conversaciones en tiempo real, con razonamiento, herramientas y voz expresiva en sesiones mixtas de audio y texto.