Amazon Nova 2.5 Sonic gegen Nova 2 Sonic
Amazon hat Nova 2.5 Sonic am 5. Oktober 2026 allgemein verfügbar gemacht und Verbesserungen bei Reasoning, Anweisungen, Werkzeugaufrufen und Latenz beschrieben, ohne Zahlen. Der Vergleich hier ist ein eigener Lauf mit dem echten Valet-Gespräch (Prompt, Stimme Lennart, dieselben Werkzeuge). Beide Modelle hörten dieselben Anrufer-Clips. Der Kalender war ein lokaler Platzhalter: keine echte Buchung, keine SMS.
Aufbau
- Modelle:
amazon.nova-2-sonic-v1:0undamazon.nova-2-5-sonic - 3 Läufe × 4 Aufgaben: Frage ohne Werkzeug, einfache Terminbuchung, zwei Termine hintereinander, unmögliche Daten (Jahr 2080 und ein Sonntag)
- Anrufer-Audio fest mit Nova 2 Sonic, Stimme Tina, in Echtzeit in den Stream gespielt
- Verbindungsaufbau Mac → Bedrock: Median 62 ms (Nova 2) und 65 ms (Nova 2.5)
- Sitzungsfehler: 0 von 12 je Modell
Zeit bis zum ersten Audio
Median / 90. Perzentil in Millisekunden. n ist die Zahl der gemessenen Turns.
| Messgröße | Nova 2 Sonic | Nova 2.5 Sonic |
|---|---|---|
| Begrüßung bis erstes Audio | 1286 / 1457 (n=12) | 1075 / 1162 (n=12) |
| Antwort ohne Werkzeug | 1235 / 1476 (n=32) | 763 / 968 (n=30) |
| Antwort mit Werkzeug, erstes Audio | 2228 / 3284 (n=16) | 1396 / 1466 (n=18) |
| Satzende bis Werkzeugaufruf | 1098 / 1531 (n=16) | 770 / 1259 (n=18) |
| Werkzeug-Ergebnis bis Audio | 955 / 1826 (n=23) | 350 / 653 (n=24) |
In diesem Lauf liegt Nova 2.5 bei jeder Messgröße darunter. Das gilt für diesen Harness am 7. Oktober, nicht für einen Anruf über das Telefonnetz.
Aufgaben
Bestanden von drei Läufen.
| Prüfung | Nova 2 Sonic | Nova 2.5 Sonic |
|---|---|---|
| Frage beantwortet, ohne Werkzeug | 3/3 | 3/3 |
| Einfache Buchung: richtiger Tag und 9:00 Uhr | 1/3 | 3/3 |
| Einfache Buchung: Name und vorgesprochene Nummer | 0/3 | 3/3 |
| Einfache Buchung: genau eine Buchung, erst nach „Ja“, aufgelegt | 1/3 | 3/3 |
| Jahr 2080 abgelehnt, ohne nach Name oder Nummer zu fragen | 3/3 | 3/3 |
| Sonntag: kein Termin erfunden, keine Buchung | 3/3 | 3/3 |
| Zwei Termine hintereinander, ohne Lücke | 0/3 | 0/3 |
Bei der einfachen Buchung hat Nova 2 in allen 7 gespeicherten Buchungen dieses Laufs eine Ziffer zu viel in die Nummer geschrieben. Nova 2.5 hat die vorgesprochene Nummer in den drei einfachen Buchungen so übernommen, wie die Prüfung sie erwartet.
Die Doppelbuchung hat im direkten Vergleich keines der beiden Modelle lückenlos geschafft. Ein Slot um 15:30 war schon belegt. Nova 2 hat trotzdem 15:00 und 16:00 gebucht (Lücke dazwischen, 3 von 3 Läufen). Nova 2.5 hat in diesem Vergleich keine der beiden Buchungen abgeschlossen.
Die eigene Abschrift des Modells lag bei beiden beim Median 0,98 Textähnlichkeit zum abgespielten Satz. Das ist keine Wortfehlerrate und kein Big-Bench-Audio.
Dieselbe 2.5 nach einer Änderung in der Anwendung
Am selben Tag bucht die Anwendung beide Personen in einem Werkzeugaufruf und bietet keine Slots mit Lücke mehr an. Drei anschließende Läufe nur mit Nova 2.5 haben die Doppelbuchung vollständig bestanden (9 von 9 Prüfungen je Lauf, darunter beide Namen, lückenlose Zeiten und kein vorgelesenes Werkzeug-JSON). Das ist eine Änderung im Programm, kein zweites Modell-Ergebnis. Die Zeiten aus diesem Nachlauf stehen deshalb nicht in der Tabelle oben.