Phonic 1 vs GPT Live 1: Die 1,1-Sekunden-Demo, der 5-Cent-Aufkleber und die Rechnung, die niemand misst

Die am häufigsten wiederholte Tatsache über Phonic 1 ist ein Demo-Vergleich: In Phonics eigenem Test antwortete sein Agent 1,1 Sekunden, nachdem der Anrufer aufgehört hatte zu sprechen, gegenüber 15,7 Sekunden bei OpenAIs GPT Live 1. Es ist eine spektakuläre Zahl, sie wurde vom Anbieter selbst erhoben, und sie ist das am wenigsten nützliche Element in diesem Vergleich. Das Nützlichste ist fast das Gegenteil – ein ausgewiesener Preis von fünf Cent pro Minute für GPT Live 1, der so aussieht, als würde er die sieben Cent von Phonic unterbieten, bis man den zweiten Zähler hinzunimmt, den OpenAI daran ansetzt. Zwischen diesen beiden Fakten liegt der Vergleich, auf den es tatsächlich ankommt, und er hat eine eindeutige Antwort: Auf dem Speech-to-Speech-Board von Artificial Analysis erreicht Phonic 1 (High) 87,1 und GPT-Live-1 in seiner Astra-medium-Konfiguration 83,2 – eine Lücke von 3,9 Punkten, die sich fast vollständig auf eine Komponente konzentriert.

Beide Modelle sind vollduplexfähige Gesprächssysteme, die mitten im Gespräch Tools aufrufen, beide kamen in einen Markt, in dem es vor achtzehn Monaten noch kein ernstzunehmendes Sprachmodell mit Tool-Aufrufen gab, und beide trennen ihr Reasoning auf irgendeine Weise von der Sprachschicht. Gerade diese letzte Gemeinsamkeit macht den Kostenvergleich so leicht fehleranfällig, und darauf verwendet dieser Beitrag den Großteil seiner Zeit.

Die Demo, auseinandergenommen

Die Demonstration von Phonic mit 1,1 Sekunden gegenüber 15,7 Sekunden ist eine reale Beobachtung eines realen Verhaltens und zugleich ein Vergleich mit zwei Unbekannten. Die erste ist die Konfiguration: Die Latenz von GPT-Live-1 hängt stark davon ab, an welches Backend-Modell es delegiert, und Artificial Analysis misst die Zeit bis zum ersten Audio mit 1,34 s für die Astra-medium-Konfiguration und 1,24 s für Sol-low – keiner dieser Werte beträgt fünfzehn Sekunden. Ein Wert von 15,7 Sekunden impliziert entweder ein Backend unter hoher Reasoning-Last oder eine Aufgabe mit einer langen Tool-Kette. Die zweite Unbekannte ist die Aufgabe: Die beiden Zahlen beschreiben unterschiedliche Gespräche, und hinter dem Paar steht kein veröffentlichtes Protokoll.

Die strukturelle Aussage unter der Demo ist jedoch stichhaltig, und hier lohnt es sich, sie von der Zahl zu trennen. Phonic 1 löst Tool-Aufrufe aus, während der Anrufer noch spricht; das Herstellermaterial sagt das ausdrücklich, und seine API stellt strikt synchrone Tools bereit, die inline über die Sitzung deklariert werden. GPT-Live-1 ist in dem Sinne Vollduplex, dass es zuhört, während es spricht, und es delegiert Tool-Arbeit über eine asynchrone Grenze hinweg an ein separates Backend-Modell. Beide Designs verlagern Arbeit vom kritischen Pfad weg, auf unterschiedliche Weise. Welches von beiden bei Ihrem Traffic gewinnt, ist eine Messung, die Sie durchführen, und keine Demo, die Sie sich ansehen.

GPT-Live-1 ist eine Konfiguration, keine Punktzahl.

Jede öffentliche Zahl zu GPT-Live-1 braucht einen Zusatz, denn die Punktzahl des Modells verändert sich mit seinem Backend. Auf derselben Rangliste:

• GPT-Live-1 (Astra, medium) — Sprach-zu-Sprach-Index 83,2, Reasoning 90, Dynamik 94,9, Agentik 74,5, Arena-Präferenz 1.027, Aufgabenerfolgsquote 87,4 %, Zeit bis zum ersten Audio 1,34 s.

• GPT-Live-1 (Sol, low) — Index 80,1, Reasoning 89, Dynamik 97,3, Agentisch 59,3, Arena 1.037, Aufgabenerfolg 90,9 %, Zeit bis zum ersten Audio 1,24 s.

• Phonic 1 (High) — Index 87,1, Reasoning 99, Dynamik nicht angegeben, agentisch 79,9, Arena 1.012, Aufgabenerfolg 92,3 %, Zeit bis zum ersten Audio 0,61 s.

Daraus folgen drei Dinge. Erstens schneidet die weniger aufwändige Sol-Konfiguration besser bei Dynamik, Aufgabenerfolg und Arena-Präferenz ab als die aufwändigere Astra-Konfiguration und schlechter bei Reasoning und Handlungsfähigkeit – was derselbe Kompromiss ist, den Googles Gemini mit erweitertem Denken zeigt, und das bedeutet, dass „der GPT-Live-1-Score“ ohne angehängte Konfiguration eine bedeutungslose Phrase ist.

Zweitens beträgt die agentische Lücke zwischen Phonic 1 und der besten GPT-Live-1-Konfiguration 5,4 Punkte. Das ist weniger, als das Lancierungsmaterial von Phonic suggeriert – die 8,3 Punkte Vorsprung, die es beansprucht, gelten gegenüber Grok Voice 3.0, nicht gegenüber OpenAI – und klein genug, dass eine andere Aufgabenmischung sie plausibel schließen könnte.

Drittens führt GPT-Live-1 bei der Arena-Präferenz in beiden Konfigurationen um 15 bzw. 25 Elo und liegt bei der Gesprächsdynamik um eine Zahl vor Phonic, die Phonic nicht veröffentlicht hat. Auf der Achse, die ein Anrufer als „klingt wie ein Mensch“ beschreiben würde, liegt OpenAI vorn, und die Differenz wird nicht auf beiden Seiten gemessen.

Der Fünf-Cent-Aufkleber und der zweite Zähler

GPT-Live-1 kostet 0,05 $ pro Sprachminute, wird sekundengenau ohne Aufrunden abgerechnet, plus eine Sitzungsstartgebühr für fünfzehn Sekunden, die zurückerstattet wird. Phonic 1 kostet 0,07 $ pro Gesprächsminute, 0,065 $ im Pro-Tarif. Bei diesen beiden Posten ist OpenAI 29 % günstiger, und damit ist die Sache entschieden.

Es ist nicht abgeschlossen, weil die Minutengebühr von GPT-Live-1 nur die Sprachschicht abdeckt. Backend-Reasoning, Tool-Aufrufe und Websuche werden separat zu den Standard-Tokenpreisen des Backend-Modells abgerechnet — OpenAIs eigene Empfehlung legt ein kleines Modell für Turns mit hohem Volumen und ein Frontier-Modell für komplexes Reasoning nahe. Artificial Analysis hat reale Gesamtkosten von 4,47 bis 5,83 US-Dollar pro Stunde Eingabe-Audio gemessen, je nach Reasoning-Konfiguration, gegenüber 4,20 US-Dollar für Phonic 1.

• Voice-Ebene — GPT-Live-1 0,05 $/Min. vs. Phonic 1 0,07 $/Min., 0,065 $ Pro.

• Was zusätzlich berechnet wird — GPT-Live-1 rechnet Backend-Modell-Tokens, Tool-Aufrufe und Websuche ab; Phonic 1 nennt einen pauschalen Minutenpreis ohne LLM-Kostenweitergabe.

• Gemessene stündliche Eingabekosten — GPT-Live-1 4,47–5,83 $ gegenüber Phonic 1 4,20 $, laut Artificial Analysis.

• Kostenplanbarkeit — Die Gesamtkosten von GPT-Live-1 hängen von Ihrem Routing des Backends ab; bei Phonic 1 ist das nicht der Fall.

Diese Umkehrung ist das gesamte Kostenargument, und sie wirkt entgegengesetzt zum Listenpreis. Ein Team, das sein Backend günstig hält, kann bei GPT-Live-1 die 4,20 $ pro Stunde locker unterbieten; ein Team, das jeden Turn an ein Frontier-Modell schickt, wird darüber liegen. Phonics Pauschaltarif ist ein Festpreis für eine variable Arbeitslast, der je nach dem tatsächlich gefahrenen Mix wertvoll oder überteuert ist.

Der Backend-Teil ist der Punkt, an dem OrcaRouter passt, ohne vorzugeben, etwas zu sein, was er nicht ist. Weder Phonic 1 noch GPT Live 1 sind in unserem Katalog – beide sind über die eigene API des jeweiligen Anbieters erhältlich – aber das Modell, das die schwierigen Turns von GPT-Live-1 beantwortet, ist ein gewöhnliches Textmodell, und das sind die 200+ Modelle, die wir mit einem Schlüssel und 0 % Aufschlag auf den Listenpreis des Anbieters routen. Beide von OpenAI genannten Backends, GPT-5.6 Luna und GPT-6 Astra, haben hier Modellseiten. Eine Routing-Regel kann einfache Turns auf dem günstigen Backend halten und nur die eskalieren, die es brauchen, mit automatischem Failover, falls ein Anbieter mitten im Aufruf ins Stocken gerät – genau die Kontrolle, die den variablen Rechnungsbetrag von GPT-Live-1 in einen begrenzten verwandelt.

Was OpenAI hat, das Phonic nicht hat

Die Reifelücke ist kein Marketingargument, sondern ein Produktionsargument. GPT-Live-1 ist seit dem 8. Juli 2026 in ChatGPT, seit dem 10. September in der API und erhielt am 15. Oktober ein inkrementelles Update, GPT-Live-1.1. Es läuft in einem Maßstab, den kein eine Woche altes Modell erreicht hat, und seine Transport-Story spiegelt das wider: Live-Sessions über WebRTC, WebSocket oder SIP, wobei die Telefonie übernommen wird, statt sie dem Integrator zu überlassen.

Die Akzeptanz ist das andere Signal. Perplexity hat seinen Sprachmodus am 28. Oktober 2026 auf GPT-Live-1 umgestellt, und Yelp und Speak werden als frühe Partner genannt. Das sind keine Beweise für Qualität, aber es sind Beweise dafür, dass das Modell den Kontakt mit dem Traffic von Endnutzern übersteht.

• Transport — GPT-Live-1 bietet WebRTC, WebSocket und SIP; Phonic 1 bietet einen WebSocket-Endpunkt, mit Webhooks, einem dauerhaft offenen Socket oder LiveKit als Integrationsarten.

• Parallelität — GPT-Live-1 veröffentlicht gestaffelte Limits für gleichzeitige Sitzungen (etwa 25–50 in Tarifstufe 1, bis zu 500 in der höchsten Tarifstufe) und bietet keine kostenlose Tarifstufe; Phonic 1 gibt in seinen öffentlichen Materialien keine Obergrenze für Sitzungen an.

• Grenzen — GPT-Live-1 akzeptiert keine Bild- oder Videoeingaben und bietet auf der Voice-Ebene keine strukturierten Ausgaben; Phonic 1 ist audio-nativ, wobei Tool-Aufrufe die strukturierte Oberfläche bilden.

• Bereitstellung — Phonic 1 bietet Cloud, Single-Tenant, VPC-Peering und Self-Hosting mit SOC 2 Type II und HIPAA-BAA-Verfügbarkeit; GPT-Live-1 ist eine von OpenAI gehostete API.

Was Phonic 1 hat, das OpenAI nicht hat

Geschwindigkeit, auf dem Board, das sie identisch misst: 0,61 s bis zum ersten Audio gegenüber 1,34 s und 1,24 s. Das ist die einzige gemessene Lücke in diesem Vergleich, die groß genug ist, um von einem Anrufer gefühlt statt aus einem Diagramm abgeleitet zu werden, und sie deckt sich mit der Behauptung von Phonic von unter 600 ms von Spracheingang zu Sprachausgang.

Handlungsfähigkeit, genauer gesagt: 79,9 % gegenüber 74,5 % bei der besseren OpenAI-Konfiguration. Und eine einzige Rechnung – die weniger eine Fähigkeit als vielmehr ein Beschaffungsmerkmal ist –, aber für ein Unternehmen, das eine Tabelle mit einer Sprachzeile, einer Backend-Zeile und einer Tools-Zeile geführt hat, ist es real etwas wert, drei Abrechnungszähler zu einem zusammenzufassen.

• Zeit bis zum ersten Audio — Phonic 1 0,61 s vs. GPT-Live-1 1,34 s (Astra, mittel) und 1,24 s (Sol, niedrig), laut Artificial Analysis.

• Agentische Leistung — Phonic 1 79,9 vs. 74,5 (Astra, mittel) und 59,3 (Sol, niedrig).

• Arena-Präferenz — GPT-Live-1 1.027 und 1.037 gegenüber Phonic 1 1.012.

• Aufgabe erfolgreich — Phonic 1 92,3 % vs. 87,4 % (Astra) und 90,9 % (Sol).

OpenAIs eigene Leistungsangaben verdienen eine eigene Kennzeichnung, da keine von ihnen unabhängig reproduziert wurde: 80,1 % beim Full Duplex Bench v1.5 gegenüber 45,4 % für GPT-Realtime-2.1, eine Latenz beim Sprecherwechsel von 0,798 s gegenüber 1,41 s und etwa 87 % Erfolgsquote bei Tool-Aufrufen. Das sind Herstellerangaben. Sie sind plausibel und nicht verifiziert, und derselbe Satz muss auch über den 15,7-Sekunden-Vergleich von Phonic geschrieben werden.

Die Entscheidung, als Wette formuliert

Wählen Sie GPT Live 1, wenn Ihre Anrufe eher dialogorientiert als transaktionsorientiert sind, wenn Sie Transport und Telefonie abgewickelt haben möchten und wenn Sie bereit sind, das Backend-Routing selbst zu verantworten, das seine Rechnung wettbewerbsfähig macht. Das agentische Defizit von 5,4 Punkten ist real, aber nicht fatal für einen Agenten, der überwiegend Fragen beantwortet und gelegentlich eine Abfrage auslöst – und OpenAIs größeres Multi-Konfigurations-Angebot, von Voice mit minimalem Aufwand bis hin zu Frontier-Backends, gibt Ihnen mehr Stellschrauben, als Phonic derzeit veröffentlicht.

Wählen Sie Phonic 1, wenn der Anruf eine Transaktion abschließen muss, wenn eine Drittelsekunde bis zum ersten Ton Ihre Abbruchrate verändert und wenn Ihnen ein pauschaler Minutenpreis mehr wert ist als die theoretischen Einsparungen eines gut abgestimmten Backends. Akzeptieren Sie, dass Sie ein eine Woche altes Modell mit nur einem unabhängigen Board, keinen veröffentlichten Sitzungslimits und keiner Bereitstellungshistorie im Verbrauchermaßstab kaufen.

Was die Sache klären würde, ist nicht, dass weder der eine noch der andere Anbieter etwas veröffentlicht. Es sind zwei Wochen Ihrer eigenen Anrufe, auf die beiden aufgeteilt, wobei die Abschlussquote für dieselbe Aufgabe Seite an Seite gemessen wird. Phonics 5,4-Punkte-Vorsprung im agentischen Bereich ist genau die Größe der Lücke, die ein einzelner Aufgabenbereich umkehren kann – was ein Argument fürs Messen ist, nicht dafür, den Leaderboard-Spitzenreiter auszuwählen.