はじめに 前回の記事では、S2S（Speech-to-Speech）APIを比較し、体験品質・知能性能・レイテンシといった観点から各モデルの違いを整理しました。 またRAG編では、Tool Callingを含めた実務的な観点での選び方を扱いました。 今回は少し方向を変えて、実際…

S2S（Speech-to-Speech）APIにRAGを組み込んだ場合、モデル選定はどう変わるのか？本記事では5モデルを対象に、検索性能・会話型RAG・レイテンシ・Tool Calling実装まで含めて比較。Gemini 2.5 Flash Live、GPT Realtime 1.5、Nova 2 Sonicの実務での使い分…

S2S（Speech-to-Speech）APIは、音声→音声のリアルタイム対話を実現する新しいアーキテクチャです。本記事では主要モデル（GPT・Gemini・Nova）を同一条件で比較し、体験品質・知能性能・レイテンシに加え、実装時のターン制御やAPI設計の違いから、実務的な…

Agentic RAGの検証から見えてきたのは、後段の高度化よりも前段の問い合わせ処理の重要性でした。本記事では、実務で起きていた問題をもとに、質問を適切に振り分ける「Router RAG」という設計と、その実装の考え方を紹介します。