Phonic 1 مقابل GPT Live 1: العرض التجريبي في 1.1 ثانية، وملصق الخمس سنتات، والفاتورة التي لا يقيسها أحد

الحقيقة الأكثر تكراراً عن Phonic 1 هي مقارنة عرض تجريبي: في اختبار Phonic الخاص، استجاب وكيلها بعد 1.1 ثانية من توقف المتصل عن الكلام، مقابل 15.7 ثانية لـ OpenAI GPT Live 1. إنه رقم مبهر، وهو اختبار أجرته الشركة المورّدة، وهو أقل شيء فائدةً في هذه المواجهة. أما الشيء الأكثر فائدة فهو شبه العكس — سعر معلن لـ GPT Live 1 يبلغ خمسة سنتات لكل دقيقة يبدو أنه يتفوق على سبعة سنتات لدى Phonic، إلى أن تضيف العداد الثاني الذي ترفقه OpenAI به. وبين هاتين الحقيقتين تقع المقارنة المهمة فعلاً، ولها إجابة واحدة واضحة: على لوحة تحويل الكلام إلى كلام لدى Artificial Analysis، تسجل Phonic 1 (High) نتيجة 87.1، وتسجل GPT-Live-1 في إعداد Astra-medium الخاص بها نتيجة 83.2، بفارق 3.9 نقاط يتركز تقريباً بالكامل في مكوّن واحد.

كلا النموذجين نظاما محادثة ثنائيا الاتجاه بالكامل يستدعيان الأدوات أثناء المكالمة، وقد أُطلقا في سوق لم يكن فيه قبل ثمانية عشر شهرًا أي نموذج صوتي جدي يستدعي الأدوات، وكلاهما فصل استدلاله عن طبقة الكلام بشكل أو بآخر. هذا التشابه الأخير هو ما يجعل مقارنة التكلفة عرضة للخطأ بسهولة، وهو المحور الذي يستهلك معظم وقت هذا المقال.

تشريح العرض التجريبي

إن العرض التوضيحي من Phonic الذي استغرق 1.1 ثانية مقابل 15.7 ثانية هو رصد حقيقي لسلوك حقيقي، وهو أيضًا مقارنة مع مجهولين. الأول هو التكوين: إذ يعتمد زمن استجابة GPT-Live-1 اعتمادًا كبيرًا على نموذج الواجهة الخلفية الذي يحيل إليه المهمة، وقد قاس Artificial Analysis زمن الوصول إلى أول صوت عند 1.34 ثانية لتكوين Astra-medium و1.24 ثانية لتكوين Sol-low — وليس أي منهما خمس عشرة ثانية. ويشير رقم 15.7 ثانية إلى واجهة خلفية تحت حمل استدلالي ثقيل أو إلى مهمة تكون سلسلة أدواتها طويلة. أما المجهول الثاني فهو المهمة: فالرقمان يصفان محادثتين مختلفتين، ولا يوجد بروتوكول منشور وراء هذين الرقمين.

الادعاء البنيوي الكامن خلف العرض التجريبي سليم، مع ذلك، وهنا يجدر فصله عن الرقم. يُطلق Phonic 1 استدعاءات الأدوات بينما لا يزال المتصل يتحدث؛ مواد البائع الخاصة به تقول ذلك صراحةً، وتكشف واجهة برمجة التطبيقات الخاصة به عن أدوات متزامنة صارمة معلنة مباشرةً داخل الجلسة. أما GPT-Live-1 فهو كامل الازدواجية بمعنى أنه يستمع بينما يتحدث، ويفوّض عمل الأدوات عبر حدود غير متزامنة إلى نموذج خلفي منفصل. كلا التصميمين ينقلان العمل بعيدًا عن المسار الحرج، لكن بآليتين مختلفتين. وأي التصميمين يفوز على حركة المرور الخاصة بك هو قياس تقوم به، لا عرض تجريبي تشاهده.

GPT-Live-1 هو تكوين، وليس درجة.

كل رقم معلن عن GPT-Live-1 يحتاج إلى قيد مرفق به، لأن درجة النموذج تتغير بحسب واجهته الخلفية. وعلى لوحة النتائج نفسها:

• GPT-Live-1 (Astra، متوسط) — مؤشر الكلام إلى الكلام 83.2، الاستدلال 90، الديناميكيات 94.9، القدرات الوكيلية 74.5، تفضيل الساحة 1,027، نجاح المهام 87.4%، زمن الوصول إلى أول صوت 1.34 ثانية.

• GPT-Live-1 (Sol، منخفض) — المؤشر 80.1، الاستدلال 89، الديناميكيات 97.3، الوكيلية 59.3، الساحة 1,037، نجاح المهام 90.9%، الزمن حتى أول صوت 1.24 ث.

• Phonic 1 (High) — المؤشر 87.1، الاستدلال 99، الديناميكيات غير مذكورة، القدرات الوكيلية 79.9، الساحة 1,012، نجاح المهام 92.3%، زمن الوصول إلى أول صوت 0.61 ث.

ثلاثة أمور تترتب على ذلك. أولًا، تسجل تهيئة Sol الأقل جهدًا نتيجة أفضل في الديناميكيات ونجاح المهام وتفضيل الساحة من تهيئة Astra الأعلى جهدًا، وأسوأ في الاستدلال والفاعلية — وهو نفس المقايضة التي يُظهرها Gemini من Google بنمط التفكير الممتد، ويعني أن "درجة GPT-Live-1" عبارة بلا معنى دون إعداد مرتبط بها.

ثانيًا، تبلغ الفجوة الوكيلية بين Phonic 1 وأفضل تهيئة لـ GPT-Live-1 نحو 5.4 نقاط. وهذا أصغر مما توحي به مواد إطلاق Phonic — فتقدّمها البالغ 8.3 نقاط هو في مواجهة Grok Voice 3.0، وليس OpenAI — وهو صغير بما يكفي بحيث يمكن لمزيج مهام مختلف أن يردمها على نحو معقول.

ثالثًا، يتصدّر GPT-Live-1 تفضيلات الساحة في كلا التكوينين، بفارق 15 و25 نقطة إيلو على التوالي، ويتقدّم على Phonic في الديناميكيات الحوارية بفارق رقم لم تنشره Phonic. وعلى المحور الذي قد يصفه المتصل بأنه «يبدو كإنسان»، تتقدّم OpenAI، ولا تُقاس الفجوة على الجانبين.

ملصق الخمسة سنتات والعداد الثاني

سعر GPT-Live-1 هو 0.05 دولار لكل دقيقة صوتية، ويُحتسب بالثانية دون تقريب إلى الأعلى، مع رسم بدء جلسة مدته خمس عشرة ثانية يُعاد قيده كرصيد. أما Phonic 1 فسعره 0.07 دولار لكل دقيقة محادثة، و0.065 دولار في باقة Pro. وعلى هذين البندين، فإن OpenAI أرخص بنسبة 29%، وقد أُغلقت المسألة.

ليس مغلقًا، لأن رسوم GPT-Live-1 لكل دقيقة تغطي طبقة الصوت فقط. تُحتسب استدلالات الواجهة الخلفية واستدعاءات الأدوات والبحث على الويب بشكل منفصل بمعدلات الرموز القياسية لنموذج الواجهة الخلفية — وتشير إرشادات OpenAI إلى استخدام نموذج صغير للجولات عالية الحجم ونموذج رائد للاستدلال المعقد. قاس Artificial Analysis إجماليات واقعية تتراوح بين 4.47 و5.83 دولار لكل ساعة من الصوت المُدخل وفقًا لإعداد الاستدلال، مقابل 4.20 دولار لـ Phonic 1.

• طبقة الصوت — GPT-Live-1 بسعر 0.05 دولار/دقيقة مقابل Phonic 1 بسعر 0.07 دولار/دقيقة، و0.065 دولار لـ Pro.

• ما الذي يُحتسب أيضًا في الفاتورة — يضيف GPT-Live-1 رموز النموذج الخلفية واستدعاءات الأدوات والبحث عبر الويب؛ وتعلن Phonic 1 عن سعر ثابت واحد لكل دقيقة دون أي تمرير لتكاليف LLM.

• تكلفة المدخلات المقاسة بالساعة — GPT-Live-1 بين 4.47 و5.83 دولارًا مقابل Phonic 1 بسعر 4.20 دولار، وفقًا لـ Artificial Analysis.

• القدرة على التنبؤ بالتكلفة — يعتمد إجمالي GPT-Live-1 على كيفية توجيهك للواجهة الخلفية؛ أما إجمالي Phonic 1 فلا يعتمد على ذلك.

هذا الانقلاب هو جوهر حجة التكلفة بأكملها، وهو يسير في الاتجاه المعاكس للسعر المعلن. الفريق الذي يُبقي دورات الواجهة الخلفية لديه رخيصة يمكنه أن يتفوق على 4.20 دولار في الساعة على GPT-Live-1 بسهولة؛ أما الفريق الذي يرسل كل دورة إلى نموذج متطور فسيستقر فوق ذلك. السعر الثابت لدى Phonic هو ثمن ثابت لعبء عمل متغيّر، وهو إما ذو قيمة أو مبالغ فيه بحسب المزيج الذي تشغّله فعلاً.

المسار الخلفي هو حيث يتناسب OrcaRouter دون أن يدّعي أنه شيء آخر. لا Phonic 1 ولا GPT Live 1 موجودان في كتالوجنا — فكلٌّ منهما متاح عبر واجهة API الخاصة بمورّده — لكن النموذج الذي يجيب عن الأدوار الصعبة في GPT-Live-1 هو نموذج نصي عادي، وتلك هي أكثر من 200 نموذج نوجّهها عبر مفتاح واحد بهامش 0% فوق سعر قائمة المزوّد. لدى كلا الواجهتين الخلفيتين اللتين تسمّيهما OpenAI، GPT-5.6 Luna وGPT-6 Astra، صفحتا نموذج هنا. يمكن لقاعدة توجيه أن تُبقي الأدوار السهلة على الواجهة الخلفية الرخيصة ولا تصعّد إلا تلك التي تحتاج إلى ذلك، مع التبديل التلقائي في حال تعثّر مزوّد أثناء الاستدعاء — وهو بالضبط التحكم الذي يحوّل فاتورة GPT-Live-1 المتغيّرة إلى فاتورة محدودة.

ما الذي تمتلكه OpenAI ولا تمتلكه Phonic

فجوة النضج ليست نقطة تسويقية، بل نقطة إنتاجية. فقد كان GPT-Live-1 موجودًا في ChatGPT منذ 8 يوليو 2026، وفي API منذ 10 سبتمبر، وتلقّى تحديثًا تدريجيًا هو GPT-Live-1.1 في 15 أكتوبر. وقد عمل على نطاق لم يعمل عليه أي نموذج عمره أسبوع واحد، وتعكس قصة النقل الخاصة به ذلك: جلسات Live Sessions عبر WebRTC أو WebSocket أو SIP، مع التعامل مع الاتصالات الهاتفية بدلًا من تركها لجهة التكامل.

التبنّي هو الإشارة الأخرى. نقلت Perplexity وضعها الصوتي إلى GPT-Live-1 في 28 أكتوبر 2026، وتم تسمية Yelp وSpeak كشركاء مبكرين. ليست هذه أدلة على الجودة، لكنها أدلة على أن النموذج يصمد عند التعامل مع حركة مرور المستهلكين.

• النقل — يوفّر GPT-Live-1 بروتوكولات WebRTC وWebSocket وSIP؛ ويوفّر Phonic 1 نقطة نهاية WebSocket، مع webhooks أو مقبس يُحتفظ به مفتوحًا أو LiveKit بوصفها أنماط تكامل.

• التزامن — تنشر GPT-Live-1 حدودًا متدرجة للجلسات المتزامنة (نحو 25–50 في المستوى الأول، وصولًا إلى 500 في أعلى مستوى) ولا توفر طبقة مجانية؛ بينما لا تنشر Phonic 1 أي حد أقصى للجلسات في موادها العلنية.

• الحدود — لا يقبل GPT-Live-1 أي إدخال صور أو فيديو، ولا يقدّم مخرجات منظّمة على طبقة الصوت؛ أما Phonic 1 فهو أصيل صوتيًا مع استدعاءات الأدوات كسطح منظّم.

• النشر — توفّر Phonic 1 خيارات السحابة، والمستأجر الواحد، وربط VPC النظير، والاستضافة الذاتية، مع توفّر SOC 2 Type II واتفاقية HIPAA BAA؛ أما GPT-Live-1 فهي واجهة برمجية مستضافة لدى OpenAI.

ما الذي يمتلكه Phonic 1 ولا يمتلكه OpenAI

السرعة، على اللوحة التي تقيسها بالطريقة نفسها: 0.61 ثانية حتى أول صوت مقابل 1.34 ثانية و1.24 ثانية. هذه هي الفجوة المقاسة الوحيدة في هذه المواجهة الكبيرة بما يكفي ليشعر بها المتصل بدلًا من استنتاجها من مخطط، وهي متوافقة مع ادعاء Phonic بزمن أقل من 600 مللي ثانية من الكلام الداخل إلى الكلام الخارج.

الوكالة، بمعنى أضيق: 79.9% مقابل 74.5% على إعداد OpenAI الأفضل. وفاتورة واحدة، وهي ليست قدرة بقدر ما هي خاصية من خصائص التوريد — ولكن بالنسبة لشركة ظلت تدير جدول بيانات فيه بند للصوت وبند للواجهة الخلفية وبند للأدوات، فإن دمج ثلاثة عدادات في عداد واحد يستحق شيئًا حقيقيًا.

• زمن الوصول إلى أول صوت — Phonic 1: 0.61 ثانية مقابل GPT-Live-1: 1.34 ثانية (Astra، متوسط) و1.24 ثانية (Sol، منخفض)، وفقًا لـ Artificial Analysis.

• الأداء الوكيلي — Phonic 1: 79.9 مقابل 74.5 (Astra، متوسط) و59.3 (Sol، منخفض).

• تفضيل Arena — GPT-Live-1 1,027 و1,037 مقابل Phonic 1 1,012.

• نجاح المهمة — Phonic 1 92.3% مقابل 87.4% (Astra) و90.9% (Sol).

تستحق مزاعم الأداء الخاصة بـ OpenAI تصنيفًا خاصًا بها، إذ لم يُعِد أحد إنتاج أيٍّ منها بشكل مستقل: 80.1% في Full Duplex Bench v1.5 مقابل 45.4% لـ GPT-Realtime-2.1، وزمن استجابة لتبديل الأدوار قدره 0.798s مقابل 1.41s، ونحو 87% لنجاح استدعاء الأدوات. هذه أرقام مورّدين. وهي معقولة وغير مؤكدة، ويجب كتابة الجملة نفسها بشأن مقارنة Phonic البالغة 15.7 ثانية.

القرار، بصيغة رهان

اختر {{1}}GPT Live 1{{/1}} إذا كانت مكالماتك حواريّة أكثر منها تعامليّة، وإذا كنت تريد أن يتولّى أحدٌ آخر أمر النقل والاتصالات الهاتفية، وإذا كنت مستعدًّا لتحمّل مسؤولية توجيه الواجهة الخلفية الذي يجعل تكلفته تنافسية. إنّ عجزًا قدره 5.4 نقطة في القدرات الوكيلية أمر واقع لكنه ليس قاتلًا بالنسبة لوكيل يجيب في الغالب على الأسئلة ويستدعي قاعدة بيانات بين الحين والآخر — كما أنّ تشكيلة {{2}}OpenAI{{/2}} الأوسع متعددة التكوينات، من الصوت بأقل جهد إلى الواجهات الخلفية المتقدمة، تمنحك مقابض تحكّم أكثر مما تنشره {{3}}Phonic{{/3}} حاليًّا.

اختر Phonic 1 إذا كان يجب أن تُكمل المكالمة معاملةً، وإذا كان ثلث الثانية حتى أول صوت يغيّر معدل التخلي لديك، وإذا كان السعر الثابت لكل دقيقة أجدى لك من الوفورات النظرية لواجهة خلفية مضبوطة جيدًا. تقبّل أنك تشتري نموذجًا عمره أسبوع واحد بلوحة مستقلة واحدة، وبلا حدود جلسات منشورة وبلا تاريخ نشر على نطاق المستهلكين.

ما يحسم الأمر ليس أن ينشر أيٌّ من المورّدين شيئًا، بل أسبوعان من مكالماتك الخاصة، موزّعة بين الاثنين، مع قياس معدّل الإنجاز للمهمة نفسها جنبًا إلى جنب. فتقدّم Phonic البالغ 5.4 نقاط في القدرات الوكيلية هو بالضبط حجم الفجوة التي يستطيع مجال مهمة واحد أن يقلبها — وهو حجة لصالح القياس، لا لصالح اختيار متصدّر لوحة الصدارة.