Amazon Nova 2 Sonic
Amazon · États-Unis
- Poids fermés (selon Artificial Analysis)
- Français annoncé
En bref : 19e sur 38 en raisonnement à l'écoute (Big Bench Audio) ; 19e sur 34 au délai avant le premier son.
Présentation
Modèle parole à parole d'Amazon, servi par Amazon Bedrock, pour les assistants vocaux et l'automatisation du service client, avec appel d'outils asynchrone et gestion des interruptions. Sa mise à jour de mars 2026 a réduit la latence et rendu la voix plus fidèle sur les codes, montants et adresses. Lu sur docs.aws.amazon.com, le 23/10/2026.
- Sortie
- 2 décembre 2025 lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : 7 langues pour les voix expressives, dont le français (en, fr, it, de, es, pt, hi). Lu sur docs.aws.amazon.com.
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
Ses 2 classements
Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.
- En anglais · Voix à voix
Raisonnement à l'écoute, Big Bench Audio
19e sur 38part de réussite 88,1 %
Coût mesuré : 4,89 $ par heure d'audio en entrée, sur les questions de Big Bench Audio
Source : Artificial Analysis · relevé du 9 novembre 2026.
- En anglais · Voix à voix
Délai avant le premier son
19e sur 34délai avant le premier son 1,14 s
Coût mesuré : 4,89 $ par heure d'audio en entrée, sur les questions de Big Bench Audio
Source : Artificial Analysis · relevé du 9 novembre 2026.
Modèles proches
- Raisonnement à l'écoute, Big Bench Audio : devant, GPT-Live 1 (18e, 90,1 %) · derrière, Deepslate Opal (20e, 85,0 %)
- Délai avant le premier son : devant, GPT-Realtime-2 (18e, 1,12 s) · derrière, Gemini 3.8 Live (20e, 1,18 s)
Comment lire ces chiffres
Voix à voix : Un agent vocal écoute et répond de vive voix. Artificial Analysis le mesure sur plusieurs épreuves en anglais : son indice les résume sur 100, Big Bench Audio compte les bonnes réponses à des questions posées à l'oral, la tenue de la conversation compte les situations bien gérées (pauses, interruptions), plus c'est haut, mieux c'est ; le délai avant le premier son se lit à l'inverse, plus il est court, mieux c'est.
D'où vient cette fiche
- Nom dans les sources
- Artificial Analysis (voix à voix) :
Nova 2.0 Sonic (Mar 2026) - Fiche
- Registre de QUELLE IA.
- Pages lues
- https://docs.aws.amazon.com/nova/latest/nova2-userguide/using-conversational-speech.html (« Amazon Nova 2 Sonic enables real-time conversational AI with speech input and output. »), 23/10/2026
- https://docs.aws.amazon.com/nova/latest/nova2-userguide/using-conversational-speech.html (« Asynchronous tool handling that executes tool calls while maintaining conversation flow, allowing the assistant to continue speaking while tools process in the background. »), 23/10/2026
- https://docs.aws.amazon.com/nova/latest/nova2-userguide/using-conversational-speech.html (« Expressive voices are offered, including both masculine-sounding and feminine-sounding voices, in the following languages: English (US, UK, India, Australia) French Italian German Spanish Portuguese Hindi »), 23/10/2026
- https://docs.aws.amazon.com/nova/latest/nova2-userguide/release-notes.html (« The Amazon Nova 2 Sonic refresh (March 2026 release) improves on the initial general availability launch from December 2, 2025, with the following enhancements: Better speech generation quality with higher verbatim fidelity (fewer speech generation hallucinations) for customer service call automation use cases involving alphanumeric codes, currency values, addresses, email addresses, and phone numbers. »), 23/10/2026
- https://docs.aws.amazon.com/nova/latest/nova2-userguide/release-notes.html (« Latency optimizations that reduce user-perceived latency at the 50th percentile (p50) by 150 ms. »), 23/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, la voix à voix, ou cette fiche en texte.