
GPT-Live-1.1 مقابل SeedRealtime: أحدهما يبيع الدقائق، والآخر لا يبيع شيئًا
- OrcaجديدOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 لكل مليون رمز · 187 tok/s
- tencentجديدTencent: Hy4 Flash2026-11-16$0.02 / $0.07 لكل مليون رمز · 414 tok/s
- GoogleجديدGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 لكل مليون رمز · 87 tok/s
- AnthropicجديدAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 لكل مليون رمز · 138 tok/s
- orcaجديدOrca: OrcaC2 1.02026-11-0748 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 لكل مليون رمز · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 لكل مليون رمز · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 لكل مليون رمز · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 لكل مليون رمز · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 لكل مليون رمز · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 لكل مليون رمز · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447الذكاء
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 لكل مليون رمز · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929الذكاء
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 لكل مليون رمز · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733الذكاء
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 لكل مليون رمز · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740الذكاء
ضع GPT-Live-1.1 وSeedRealtime جنبًا إلى جنب، وتتوقف المقارنة فورًا عن أن تكون حول الجودة. GPT-Live-1.1 نموذج صوتي ثنائي الاتجاه بالكامل يمكنك استدعاؤه اليوم، واستئجاره بالثانية، ووضعه في منتج؛ ظهر على واجهة OpenAI API في 19 نوفمبر 2026، بعد خمسة أسابيع من استبداله بـ GPT-Live-1 داخل ChatGPT Voice. أما SeedRealtime، الذي أعلن عنه فريق Seed التابع لـByteDance في 5 أغسطس 2026، فهو البنية الأكثر إثارة للاهتمام على الورق — نموذج صوتي-بصري أصلي ثنائي الاتجاه بالكامل يراقب ويستمع ويتحدث في نظام واحد — وهو ليس شيئًا يمكنك استدعاؤه. لا واجهة API عامة، ولا أوزان مفتوحة على Hugging Face، ولا عدد معلمات، ولا تقرير فني يحتوي على أرقام.
فالصياغة الصادقة ليست "أيّهما أفضل". بل هي: أحد هذين منتجٌ له بطاقة أسعار، والآخر عرضٌ توضيحي لقدرةٍ رفضَ الأولُ صراحةً طرحَها. وكلا القولين صحيحٌ في آنٍ واحد، وأيّهما يهمّ يعتمد كليًا على ما إذا كنتَ تبني شيئًا.
سطح الإدخال ليس بالشكل نفسه
يسمع GPT-Live-1.1. تلك هي القصة الكاملة لمدخلاته. تسرد صفحة النموذج الصوت والنص كوسيلتي إدخال، والصوت والنص كمخرجات، ولا شيء غير ذلك — لا صور، ولا فيديو، ولا مستندات. وما يفعله بالسمع غير عادي حقًا: فهو ثنائي الاتجاه بالكامل، أي أنه يستمع أثناء تحدثه بدلًا من تبادل الأدوار، ويقرر عدة مرات في الثانية ما إذا كان سيواصل الاستماع أو يتوقف مؤقتًا أو يقاطع أو يحيل العمل إلى نظام خلفي. التغيير الوحيد المعلن في القدرات ضمن ترقية الإصدار يقع في هذه الطبقة: فمقارنةً بـ GPT-Live-1، فإنه «يفرّغ الكلام بدقة أكبر ويحافظ على لهجة وصوت أكثر اتساقًا عبر اللغات». لا يوجد رقم مرفق بهذا الادعاء.
يسمع SeedRealtime ويرى، ضمن نموذج واحد لا ضمن خط معالجة. تصف تدوينة الإطلاق من ByteDance بنية موحّدة تدمج الصوت والفيديو والنص، وتشغّل الإدراك والفهم واتخاذ القرار والتعبير بالتوازي عبر تدفقات مستمرة. والنتائج الملموسة التي تسردها هي تلك التي لا يستطيع نموذج صوتي نصي فقط أن يبلغها بنيويًا: حلّ لفظ متجانس النطق بالنظر إلى المشهد، واستنتاج ما يشير إليه «هذا» من الإيماء والنظرات، والتحدث من تلقاء نفسه عندما يظهر جسم مستهدف في الإطار. العروض التوضيحية محددة — ربط الأسماء بالوجوه حول طاولة عشاء صاخبة، وترجمة قائمة طعام بالصينية فقط لزائر أجنبي، وملاحظة حبوب كاملة تدخل إلى بورتافيلتر وقول ذلك قبل الاستخلاص، وإبقاء معروض متحفي في مجال الرؤية حتى تصل القطعة التي طلبها المستخدم ثم تذكيره بها.
• المدخلات — GPT-Live-1.1 صوت ونص فقط مقابل SeedRealtime صوت وفيديو ونص مدمجة في نموذج واحد
• تبادل الأدوار — يقرّر GPT-Live-1.1 داخليًا بتردد عالٍ، بينما تنقل SeedRealtime تبادل الأدوار إلى داخل النموذج وتزيل كاشف نشاط الصوت الخارجي
• السلوك الاستباقي — يستجيب GPT-Live-1.1 ويفوّض المهام ويستدعي الأدوات، بينما يُوصف SeedRealtime بأنه يتحدّث تلقائيًا دون طلب عندما يظهر شيء في مجال الرؤية
• أين يعمل — GPT-Live-1.1 على v1/live/sessions بسعر معلن لكل دقيقة مقابل SeedRealtime داخل تطبيق Doubao من ByteDance
• الدليل — لدى GPT-Live-1.1 درجات تقييم من طرف ثالث لسلفه على Artificial Analysis، مقابل أن SeedRealtime لديها تقييم بشري شامل دون حجم عينة ودون رقم

ما تدفعه فعليًا، ولمن تدفعه
تُحتسب جلسات الصوت في GPT-Live-1.1 حسب المدة، بالثانية، بسعر 0.05 دولار لكل دقيقة نشطة. ومنذ 19 نوفمبر 2026، يمكن أيضًا تهيئة جلسة WebRTC بحيث تُوقف الاستدلال أثناء عدم النشاط وتُحسب بسعر 0.02 دولار لكل دقيقة أثناء الانتظار، ثم تستأنف عندما يتحدث شخص ما. أما استخدام النموذج والأدوات في الخلفية — أي أعمال الاستدلال والأدوات التي تُفوّضها طبقة الصوت — فيُحتسب بشكل منفصل على عدّاد الرموز الخاص بأي نموذج تسمّيه. ويُحتسب إنشاء جلسة WebRTC بمقدار 15 ثانية من مدة الصوت عند التهيئة، وتُعاد هذه القيمة كرصيد مقابل المدة بمجرد تشغيل الجلسة.
سعر SeedRealtime للمطوّر ليس رقمًا، لأنه لا يوجد منتج موجّه للمطوّرين. فهو متاح داخل Doubao، المساعد الموجّه للمستهلكين، حيث تقول ByteDance إنه «طُرح بالكامل» منذ إطلاقه في أغسطس. وهذا نشر فعلي على نطاق حقيقي، وليس واجهة برمجة تطبيقات (API). ولا يوضّح منشور الإطلاق ولا موقع Seed، كما قُرئ في 20 نوفمبر 2026، ما إذا كانت منصة ByteDance للنماذج كخدمة ستوفّره، وبأي تعرفة.
للاختلال في التماثل تبعات على صعيد التكلفة تتجاوز التبعات الواضحة. فالنموذج الذي تستأجره بالثانية يمكن رصد تكلفته في الميزانية، ومقارنته بغيره، وإيقاف تشغيله. أما النموذج الموجود داخل تطبيق استهلاكي يملكه شخص آخر فلا يمكن أن يكون أيًا من هذه الأشياء، وبالتالي لا سعر صرف للمقارنة بين الاثنين. أنت لا تختار بين 0.05 دولار في الدقيقة وشيء أرخص؛ بل تختار بين بند في الميزانية وعرض تجريبي.
حيث تقل الأدلة
لا يحمل GPT-Live-1.1 نفسه أي درجة مستقلة. يُدرج مؤشر التحويل من الكلام إلى الكلام لدى Artificial Analysis، كما قُرئ في 20 نوفمبر 2026، GPT-Live-1 مرتين — 83.2 مع واجهة خلفية من فئة Astra بمستوى جهد متوسط، و80.1 مع واجهة خلفية من فئة Sol بمستوى جهد منخفض — ولا يتضمن 1.1 بعد. هذا نموذج API عمره يوم واحد، لذا الفجوة متوقعة وليست إدانة، لكنها تعني أن تحسّن اتساق اللهجة هو، هذا الأسبوع، مجرد عبارة من المورّد. ما يُظهره المؤشر هو أن الإعداد يحرّك الرقم بقدر ما تفعله النسخة: النموذج نفسه يسجل 83.2 أو 80.1 اعتمادًا على الواجهة الخلفية التي تربطها به. أي مراجعة تقتبس رقمًا واحدًا لـ GPT-Live من دون تسمية واجهته الخلفية لم تخبرك إلا بالقليل جدًا.
أدلة SeedRealtime أضعف على نحو مختلف. تنشر ByteDance نتيجة رئيسية واحدة — تقييم بشري من طرف إلى طرف يقول إن النموذج «يقلّل مشكلات إيقاع المحادثة السمعية البصرية إلى النصف» مقارنةً بالأنظمة المتسلسلة التي تجمع التعرف الآلي على الكلام مع الرؤية مع تحويل النص إلى كلام، مع انقطاعات أقل في منتصف الجملة، وردود أقل بطئًا بعد التوقف، وتفعيلات خاطئة أقل من الثرثرة الخلفية. لا يوجد حجم عينة، ولا منهجية، ولا فترة ثقة، ولا رقم كمون. ولا يوجد أيضًا عدد معلمات ولا تقرير تقني. هذا ليس دليلًا على نموذج ضعيف — فالعروض محددة بما يكفي لاقتراح وجود نظام حقيقي — لكنه ادعاء لا يمكنك التحقق منه، ولا يظهر على أي لوحة صدارة مستقلة.

لاحظ ما يعنيه ذلك للمقارنة تحديدًا: فالنموذجان ليسا على مقياس مشترك واحد. أحدهما لديه أرقام من طرف ثالث عن الإصدار السابق ومعدّل منشور؛ والآخر لديه جملة من المورّد ولا توجد طريقة لشرائه. أما ترتيبهما أحدهما مقابل الآخر فسيكون اختلاقًا لقياس.
لماذا تُعد فجوة API هي الحجة بأكملها
من المغري التعامل مع «لا API» كحالة مؤقتة ستحل بنفسها، وبالتالي كتفصيل. أما بالنسبة لقرار البناء، فالعكس هو الصحيح: فهي الحقيقة الوحيدة التي تحدد الإجابة بالكامل.
إذا كنت تُطلق منتجًا صوتيًا في الربع القادم، فإن SeedRealtime ليس ضمن قائمة خياراتك، ولا يُغيّر ذلك أي قدر من الطموح المعماري. أما GPT-Live-1.1 فهو على القائمة، بتهيئة جلسة موثّقة، وسعر معلن، ووضع استعداد يجعل الاتصالات الخاملة رخيصة، ونموذج تفويض يتيح لك إبقاء الاستدلال في نظام خلفي تتحكم فيه. الشيء الوحيد الذي لن يفعله هو النظر إلى كاميرا مستخدمك.
هذا القيد الأخير يستحق تقييمه بصدق من حيث التكلفة، لأنه النقطة التي تتفرع عندها متطلبات الفريق فعليًا. خط دعم، أو مساعد داخل السيارة، أو معلّم لغة، أو وكيل جدولة — لا يحتاج أي منها إلى الفيديو، وكلها تستفيد من نموذج يتعامل مع المقاطعة والتفويض بكفاءة وبتكلفة معروفة. أما الوكيل الذي يراقب عملية إصلاح، أو يقرأ قائمة طعام، أو يتابع عرضًا توضيحيًا، فيحتاج إلى نمط الوسائط الذي يملكه SeedRealtime ولا يملكه GPT-Live-1.1، وبالنسبة لهذا العبء فإن الجواب اليوم هو الانتظار، أو بناء السلسلة المتتالية التي يجادل ByteDance ضدها.

أما أين يتناسب الموجّه فهذا هو نصف التفويض. لا يقدّم OrcaRouter نموذج GPT-Live-1.1 ولا SeedRealtime — فليس أيٌّ منهما نموذج محادثة، ولا يضم الكتالوج أي نقطة نهاية صوتية ثنائية الاتجاه بالكامل. لكنه يقدّم الخادم الخلفي الذي تُحيل إليه طبقة الصوت العمل: gpt-6-luna، gpt-6-sol وبقية عائلة GPT-6 متاحة خلف مفتاح واحد بسعر قائمة المزوّد دون أي هامش، مع تحويل تلقائي عند الفشل بين المزوّدين، ولغة توجيه DSL لتركيب عدة نماذج في استدعاء واحد. وإذا كانت جلسة Live لديك تفوّض العمل إلى خادم خلفي، فهذا الخادم هو الجزء الذي يمكنك توجيهه اليوم.
ما الذي ينبغي مراقبته، وما الذي ينبغي فعله الآن
هناك أمران من شأنهما أن يغيّرا هذه المقارنة، ولم يحدث أيٌّ منهما. فنقطة وصول عامة إلى SeedRealtime — على منصة ByteDance نفسها أو في أي مكان آخر — ستحوّل عرضًا توضيحيًا إلى خيار بين عشية وضحاها، وستطرح فورًا مسألة ما إذا كان السياق البصري يستحق عناء أعمال التكامل. كما أن قياسًا مستقلًا لـ GPT-Live-1.1 على مؤشر الكلام إلى الكلام سيكشف ما إذا كانت دعوى اللهجات متعددة اللغات حقيقية، وما إذا كانت النتيجة 83.2 التي يسجلها GPT-Live-1 مع خلفية Astra تنتقل معه.
حتى ذلك الحين، القرار واضح بشكل غير معتاد. إذا كنت بحاجة إلى إطلاق قدرة صوتية، فإن GPT-Live-1.1 قابل للاستدعاء، وله سعر، ومع وضع الاستعداد، أصبح تركه متصلاً أرخص مما كان عليه قبل أسبوع. وإذا كنت بحاجة إلى نموذج يرى، فإن أي قدرة لدى ByteDance لا تتحول إلى مفتاح API، والمسؤول هو قول ذلك بدلاً من تصنيف منتج مقابل نسخة تجريبية.
مقارنات في هذه المقالة1
مستخرج من هذه المقالة · المعايير: Artificial Analysis · يُحدَّث يوميًا
