- Startseite
- KI-Modelle
- Amazon
- Amazon Nova 2 Sonic
Amazon Web ServicesAudiomodellAktiv
Amazon Nova 2 Sonic
k. A.ohne Such- oder Nutzungsdaten
Zusammenfassung
Amazon Nova 2 Sonic ist Bedrocks Sprach-zu-Sprach-Modell für bidirektionale Echtzeitgespräche. Es nimmt Audio und Text an und gibt beides wieder aus. Turn-Taking und ausdrucksstarke polyglotte Stimmen gehören zum Gesprächsmodell; asynchrone Werkzeuge laufen neben dem Audioaustausch.
AWS nennt einen Kontext von einer Million Token und Regionen in den USA sowie Tokio. Audio- und Text-Token werden getrennt nach dem jeweiligen Bedrock-Tarif abgerechnet. Das Modell ist ein gehosteter Bedrock-Dienst und kein lokaler Gewichts-Checkpoint.
Auf dieser Seite
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 71 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 6
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
Big Bench Audio accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 87
- Messgröße
- Genauigkeit
- Einheit
- %
- Benchmark-Version
- Nova 2 technical report Table 12; Big Bench Audio version not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Amazon Nova 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. Artificial Analysis evaluation of speech-to-speech models
- Einordnung
- Artificial Analysis wird in Amazons Bericht genannt. Dieser Datensatz bewahrt Amazons Bericht und nicht einen unabhängig abgerufenen Leaderboard-Lauf.
BFCL accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 74,5
- Messgröße
- Genauigkeit
- Einheit
- %
- Benchmark-Version
- BFCL-v3 filtered snapshot, repository commit c67d246
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Amazon Nova 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. Gefilterte Single-Turn-, Single-Function- und Python-Teilmenge. Textprompts wurden mit Google TTS gesprochen. Der Bericht nennt den BFCL-Stand vom 2. März 2025.
- Einordnung
- Der zitierte BFCL-Snapshot vom 2. März 2025 ist ein Datenstand, kein Laufdatum von Nova 2 Sonic.
ComplexFunction accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 65,2
- Messgröße
- Genauigkeit
- Einheit
- %
- Benchmark-Version
- ComplexFunction; version not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Amazon Nova 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. text prompts transformed with Google TTS
- Einordnung
- Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
IFBench prompt-level accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 33,3
- Messgröße
- Genauigkeit
- Einheit
- %
- Benchmark-Version
- IFBench; version not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Amazon Nova 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. text prompts transformed with Google TTS
- Einordnung
- Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
IFBench instruction-level accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 37,5
- Messgröße
- Genauigkeit
- Einheit
- %
- Benchmark-Version
- IFBench; version not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Amazon Nova 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. text prompts transformed with Google TTS
- Einordnung
- Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Human preference, American English masculine, versus GPT-Realtime (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 53,9
- Messgröße
- win rate
- Einheit
- %
- Benchmark-Version
- Nova 2 technical report Table 11; preference test version not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Amazon Nova 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. human evaluation; rows are winning rates for Nova 2 Sonic against GPT-Realtime / Gemini 2.5 Flash Live
- Einordnung
- Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Human preference, American English masculine, versus Gemini 2.5 Flash Live (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 60
- Messgröße
- win rate
- Einheit
- %
- Benchmark-Version
- Nova 2 technical report Table 11; preference test version not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Amazon Nova 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. human evaluation; rows are winning rates for Nova 2 Sonic against GPT-Realtime / Gemini 2.5 Flash Live
- Einordnung
- Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Human preference, Indian English masculine, versus GPT-Realtime (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 55,5
- Messgröße
- win rate
- Einheit
- %
- Benchmark-Version
- Nova 2 technical report Table 11; preference test version not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Amazon Nova 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. human evaluation; rows are winning rates for Nova 2 Sonic against GPT-Realtime / Gemini 2.5 Flash Live
- Einordnung
- Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Human preference, Indian English masculine, versus Gemini 2.5 Flash Live (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 64,2
- Messgröße
- win rate
- Einheit
- %
- Benchmark-Version
- Nova 2 technical report Table 11; preference test version not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Amazon Nova 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. human evaluation; rows are winning rates for Nova 2 Sonic against GPT-Realtime / Gemini 2.5 Flash Live
- Einordnung
- Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Human preference, Spanish masculine, versus GPT-Realtime (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 68,4
- Messgröße
- win rate
- Einheit
- %
- Benchmark-Version
- Nova 2 technical report Table 11; preference test version not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Amazon Nova 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. human evaluation; rows are winning rates for Nova 2 Sonic against GPT-Realtime / Gemini 2.5 Flash Live
- Einordnung
- Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Human preference, Spanish masculine, versus Gemini 2.5 Flash Live (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 70,3
- Messgröße
- win rate
- Einheit
- %
- Benchmark-Version
- Nova 2 technical report Table 11; preference test version not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Amazon Nova 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. human evaluation; rows are winning rates for Nova 2 Sonic against GPT-Realtime / Gemini 2.5 Flash Live
- Einordnung
- Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Human preference, French masculine, versus GPT-Realtime (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 54,7
- Messgröße
- win rate
- Einheit
- %
- Benchmark-Version
- Nova 2 technical report Table 11; preference test version not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Amazon Nova 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. human evaluation; rows are winning rates for Nova 2 Sonic against GPT-Realtime / Gemini 2.5 Flash Live
- Einordnung
- Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Seite 1 von 6
Ähnliche Modelle
Weitere Modelle derselben Art wie Amazon Nova 2 Sonic, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- MiniMax Speech 2.8MiniMax · etwa gleichzeitig erschienen
- GPT-Live-1.1OpenAI · etwa gleichzeitig erschienen
- MAI-Transcribe-1.5Microsoft · etwa gleichzeitig erschienen
- MAI-Voice-2Microsoft · etwa gleichzeitig erschienen
- Fish Audio S2.1 ProFish Audio · etwa gleichzeitig erschienen
- GPT-Realtime 2.1 MiniOpenAI · etwa gleichzeitig erschienen
- Cartesia Ink-2Cartesia · etwa gleichzeitig erschienen
- Fish Audio S2 ProFish Audio · etwa gleichzeitig erschienen
Alle technischen Daten
Architektur
Ein- und Ausgabe
- Funktionen
- Ausdrucksstarke polyglotte Stimmen, Turn-Taking-Steuerung und asynchrone Werkzeuge
- Quelle: Funktionen
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
- Abschaltung
- Keine angekündigt
- ohne Quelle
API
Weitere Angaben
Preise
- Abrechnung
- Getrennte Tokenpreise für Audio- und Texteingabe sowie Audio- und Textausgabe; Textpreise gelten auch für Transkription, Werkzeugaufrufe, Grounding und Historie. Standard-, Priority- und Flex-Tarife sind getrennt zu prüfen.Quelle
Quellen und Datenstand
Alle 10 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.