Guía actualizada · octubre 2026
Opciones a valorar si buscas otra combinación de coste, contexto, acceso o especialización para voz en tiempo real, agentes, atención al cliente.
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 speech-to-speech de AWS para conversaciones en tiempo real, con razonamiento, herramientas y voz expresiva en sesiones mixtas de audio y texto.
Variante audio-audio de Gemini Live con razonamiento en segundo plano para interacciones de voz que necesitan más deliberación.