Model Releases
Amazon выпускает Amazon Nova 2.5 Sonic: мультимодальную speech-to-speech модель для голосовых агентов
Amazon представила Nova 2.5 Sonic на Amazon Bedrock — новую foundation-модель с поддержкой двустороннего голосового общения в реальном времени и расширенным контекстным окном.
5 октября 2026 г.
Model ReleaseAmazon Nova 2.5 Sonic
Введение: Новая эра голосовых интерфейсов
5 октября 2026 года компания Amazon объявила о выходе Amazon Nova 2.5 Sonic — новейшей speech-to-speech foundation-модели, доступной через Amazon Bedrock. Это не просто очередное обновление линейки Nova, а качественный скачок в сторону создания по-настоящему автономных и естественных голосовых агентов. В отличие от традиционных систем, использующих связку STT (Speech-to-Text) + LLM + TTS (Text-to-Speech), Nova 2.5 Sonic объединяет понимание и генерацию речи в рамках единой архитектуры.
Для разработчиков это означает радикальное снижение задержек (latency) и возможность создавать приложения, которые ведут диалог так же естественно, как человек. Модель спроектирована специально для агентских сценариев, где важна не только точность ответа, но и способность реагировать на прерывания, понимать интонации и выполнять сложные действия в процессе живого разговора.
- Тип модели: Speech-to-speech foundation model
- Дата релиза: 5 октября 2026 года
- Платформа: Amazon Bedrock
- Основная цель: Real-time agentic voice applications
Архитектура и ключевые возможности
Nova 2.5 Sonic демонстрирует впечатляющие возможности обработки контекста. Модель поддерживает контекстное окно объемом 256K токенов, что позволяет ей удерживать в памяти детали длительных сессий или анализировать огромные объемы предоставленной документации прямо во время разговора. Максимальный объем выходных токенов составляет 64K, что обеспечивает развернутые и структурированные ответы.
Одной из самых важных архитектурных особенностей является двунаправленное понимание речи в реальном времени. Модель поддерживает естественную смену ролей (turn-taking) и способна корректно обрабатывать прерывания пользователя. Благодаря настраиваемому обнаружению завершения речи (turn detection), разработчики могут тонко настраивать чувствительность агента к паузам в разговоре.
- Контекстное окно: 256K токенов
- Выходной лимит: 64K токенов
- Мультимодальность: Смешивание текста и голоса в одной сессии
- Полиглотность: Естественная речь на множестве языков с поддержкой code-switching (переключение языков mid-conversation)
Производительность и эволюция линейки
Nova 2.5 Sonic является прямым наследником серии Sonic, которая развивалась стремительно: от оригинальной Nova Sonic (апрель 2025) до Nova 2 Sonic (декабрь 2025). По сравнению со своей предшественницей Nova 2 Sonic, новая версия демонстрирует значительный прогресс в точности следования инструкциям (instruction following), рассуждениях (reasoning) и вызове инструментов (tool-calling).