Creare NPC su Gemini Live API o usare Neocortex
Gemini Live API gestisce la voce in tempo reale, ma il supporto per Unity è ancora in anteprima. Cosa comporta creare NPC su di essa, e dove si colloca Neocortex.
Neocortex TeamThe team behind Neocortex
· Aggiornato il 20 ott 2026 · 5 min di lettura

Un NPC di Gemini Live può parlare per circa dieci minuti. Poi la connessione si chiude.
L'API Gemini Live di Google trasmette l'audio a un modello e ritorno su un WebSocket con stato, e per gli sviluppatori di giochi è allettante: punti un microfono su di essa, le dai un personaggio, e hai un NPC che parla. I problemi cominciano ai margini, con i limiti di sessione, un percorso per Unity ancora in anteprima, e tutto ciò che un gioco richiede oltre alla voce. Ecco cosa comporta creare NPC su di essa, e dove si colloca Neocortex.
Limiti di sessione con cui fare i conti
Google documenta tre limiti che modellano ogni integrazione con Gemini Live. Ai giocatori non importa nessuno di questi, ed è proprio per questo che il tuo codice deve tenerne conto.
Sessioni audio da 15 minuti
Senza la compressione della finestra di contesto, le sessioni solo audio sono limitate a 15 minuti, e quelle con audio e video a 2 minuti. La compressione usa una finestra scorrevole per estendere una sessione indefinitamente, al costo che il modello perda gradualmente le parti più vecchie della conversazione. Per un compagno che deve ricordare l'inizio della missione, questa è una decisione di progettazione, non un'impostazione.
Connessioni da 10 minuti
A parte, una connessione dura circa 10 minuti. Quando finisce, finisce anche la sessione, a meno che tu non la riprenda. In un gioco, questo significa una riconnessione nel mezzo di una conversazione, e il giocatore non dovrebbe mai sentire la giuntura.
Handle di ripresa
Per sopravvivere a una riconnessione, abiliti la ripresa della sessione. Il server invia degli handle, e tu passi l'ultimo quando ti riconnetti. Gli handle restano validi per 2 ore dopo la fine di una sessione. Aggiungi i token effimeri, che Google consiglia per le app client, e ti serve anche un backend che emetta credenziali a breve durata per il client di ogni giocatore.
Supporto Unity tramite Firebase AI Logic
La strada di Google verso Unity è Firebase AI Logic. Il supporto alla Live API è in Preview: nessuno SLA, nessuna politica di deprecazione, e può "cambiare in modi non retrocompatibili". L'SDK Unity ha esempi di codice in C#, ma la sua guida rapida alla Live API per Unity è ancora contrassegnata come "in arrivo".
L'elenco dei modelli è più ristretto di quello dell'API Gemini stessa. Tramite la Gemini Developer API, Firebase elenca Gemini 3.1 Flash Live Preview e le anteprime audio native di Gemini 2.5. Tramite la piattaforma enterprise di Google, Agent Platform (in precedenza Vertex AI), elenca i modelli Live di Gemini 2.5 e nessun modello Live della serie 3.x. Gemini 3.8 Live, il modello Live più recente dell'API Gemini, non compare in nessuno dei due elenchi.
Quindi un team Unity sceglie tra un SDK in preview con modelli più vecchi, oppure un proprio client WebSocket verso l'API grezza.
Quanto costa Gemini Live
I modelli Live fatturano per token, con equivalenti al minuto pubblicati per l'audio. Sul piano a pagamento, l'input audio costa 3,00 $ per milione di token (circa 0,005 $ al minuto) e l'output audio 12,00 $ per milione di token (circa 0,018 $ al minuto).
Con queste tariffe, sessanta minuti di parlato del giocatore più sessanta minuti di parlato dell'NPC costano circa 1,38 $ solo di audio, prima dei token di testo, dei token di ragionamento o delle chiamate a funzioni. Le conversazioni reali hanno pause, quindi la maggior parte costa meno, ma il conto cresce comunque in base a quanto ai giocatori piace parlare.
C'è un piano gratuito. La pagina prezzi di Google indica che i contenuti del piano gratuito vengono usati per migliorare i suoi prodotti, e questo conta se i giocatori dicono cose personali ai tuoi personaggi.
I piani di Neocortex sono mensili, con una quota di utilizzo. Starter costa 9 € al mese per progetti personali e accademici, e Pro a 29 € al mese aggiunge l'uso commerciale, la chat di gruppo e 5 voci personalizzate.
Gemini Live contro Neocortex
| Fai da te su Gemini Live | Neocortex | |
|---|---|---|
| Unity | Anteprima Firebase AI Logic, elenco di modelli limitato | SDK Unity, Unity 6, sei scene di esempio |
| Altri motori | Costruisci il tuo client | Unreal Engine 5, Godot, Web API |
| Sessioni | Sessioni da 15 minuti, connessioni da 10 minuti, handle di ripresa | Nessun limite di sessione: ogni turno è una chiamata API separata |
| Progettazione del personaggio | Prompt nel codice | Editor visivo a nodi |
| Voci | Voci predefinite di Google | Clonazione e progettazione della voce |
| Azioni di gioco | Collega le chiamate a funzioni | Azioni con ID di destinazione e oggetti di scena integrati |
| Più personaggi | Da costruire da te | Fino a sei personaggi in una conversazione (Pro e Team) |
| IA locale | No | Modelli locali tramite Ollama in Unity per prototipi di chat testuale |
API di modello o piattaforma di personaggi?
Sono due approcci diversi, ciascuno con i propri compromessi.
Costruire su un'API di modello ti dà accesso diretto ai modelli più recenti e controllo totale su ogni richiesta. Erediti però tutti i limiti di cui sopra, e scrivi tu il client del motore, il backend dei token, la logica di riconnessione, i prompt dei personaggi e l'integrazione con il gioco. Quando cambiano l'elenco dei modelli o l'API, aggiorni tutto.
Usare una piattaforma di personaggi ti dà meno controllo sul modello grezzo e più di ciò che serve a un gioco. In Neocortex, personalità, emozioni, conoscenza, intenti e azioni sono nodi in un grafo visivo che un designer può modificare. Ogni risposta arriva con un tag di emozione per riga e con azioni come { "name": "OPEN_DOOR", "targetId": "door_02" }. I Conversation Flow riportano parole chiave di checkpoint (flowState) mentre la storia avanza. L'input del microfono funziona nelle build Unity WebGL.
Per la maggior parte dei team di gioco, è la seconda lista quella che va in produzione. Vedi la nostra panoramica sulle API vocali in tempo reale per gli NPC di gioco per come si confrontano le altre API vocali sugli stessi punti.
Prossimi passi
- Crea un account Neocortex.
- Costruisci un NPC nell'editor e dagli una voce clonata o progettata.
- Parlagli nel browser finché suona giusto.
- Installa l'SDK Unity, apri una scena di esempio e ascolta il personaggio rispondere dentro il tuo gioco, senza dover scrivere alcuna infrastruttura di sessione.
I dettagli di Google sono stati controllati l'ultima volta nell'ottobre 2026.
Domande frequenti
L'API Gemini Live funziona in Unity?
Tramite Firebase AI Logic, il cui supporto alla Live API è in Preview senza SLA, e la cui guida rapida per Unity è ancora contrassegnata come "in arrivo". Neocortex ha un SDK Unity per Unity 6 con sei scene di esempio, oltre a Unreal Engine 5, Godot e una Web API.
Quanto può durare una sessione Gemini Live?
Le sessioni solo audio si fermano a 15 minuti e le connessioni a circa 10 minuti, a meno che tu non aggiunga la compressione della finestra di contesto e la ripresa della sessione. Con Neocortex, ogni turno è una chiamata API separata e l'SDK la gestisce, quindi non c'è una sessione da far scadere con il tuo personaggio, e non c'è alcuna logica di ripresa da scrivere.
L'API Gemini Live è gratuita?
C'è un piano gratuito, e la pagina prezzi di Google dice che i contenuti del piano gratuito vengono usati per migliorare i suoi prodotti; l'output audio a pagamento è fatturato per token.
Quali modelli Gemini Live può usare un gioco Unity?
Firebase AI Logic elenca Gemini 3.1 Flash Live Preview e i modelli audio nativi di Gemini 2.5, non il più recente Gemini 3.8 Live. Neocortex gestisce il modello per te, quindi i tuoi personaggi non dipendono dalla preview che il tuo SDK supporta.






