כרטיס כותרת שנוצר עבור MAI Realtime 1 לעומת Eleven Realtime Max, המציג פער מחיר פי שמונה של $0.01 לעומת $0.08 לדקת אודיו, כאשר שיעור ההסלמה מסומן כלא מפורסם, בתוספת לוגו של OrcaRouter.
Guides & Insights

MAI Realtime 1 מול Eleven Realtime Max: פער מחירים פי שמונה, והמספר האחד שמכריע את ההחלטה

מחבר

jinhao.song

תאריך פרסום

מודלים אחרונים · 20צפו בכל המודלים →
בנצ'מרקים: Artificial Analysis · מתעדכן יומית
חזרה לכל הפוסטים

התעריפים שפורסמו גורמים לזה להיראות מוכרע. MAI Realtime 1 עולה 0.01 דולר לדקת אודיו. Eleven Realtime Max — המודל המוביל של ElevenLabs לדיבור-לדיבור, הרשום כ-Realtime v1 Max — עולה בערך 4.80 דולר לשעה לפי הנרמול העצמאי של Artificial Analysis, שהם 0.08 דולר לדקה. שמונה לאחד, לפני שמתחשבים בכל דבר אחר. ההשוואה הזו גם מטעה באופן אריתמטי ספציפי, והאריתמטיקה היא כל המאמר: MAI Realtime 1 מחייב בנוסף לתעריף הדקה גם מודל חשיבה שני, בתמחור לפי טוקנים, ואיש מחוץ למיקרוסופט לא פרסם באיזו תדירות פועל המונה השני הזה.

אז השאלה השימושית אינה איזה מחיר כותרת קטן יותר. היא איזה משני אלה אפשר לתמחר לפני החתימה, ואיזה מהם צריך למדוד קודם. התשובות הללו מצביעות בכיוונים מנוגדים, ולכן זו החלטה אמיתית ולא עניין פורמלי.

A generated two-column scoreboard titled 'MAI Realtime 1 vs Eleven Realtime Max — the scoreboard'. Left column MAI Realtime 1: voice price $0.01 per minute, independent scores none yet, agentic not published, first audio P50 only, languages not published. Right column Eleven Realtime Max: $0.08 per minute, index 77.3, agentic 47.6%, first audio 570 ms, 90+ languages. Footer reads 'Eleven figures per Artificial Analysis; MAI performance mostly unpublished.'

מה כל אחד מהם, בשורה אחת

• MAI Realtime 1 — מודל הדיבור-לדיבור הראשון של Microsoft, שהוכרז ב-17 בנובמבר 2026 ב-Ignite. שתי רמות: מסלול שיחתי מהיר בסנט לדקה, ומנוע הסקה במחיר $1.00 למיליון טוקני קלט ו-$5.00 למיליון טוקני פלט שאליו מועברים תורות שיחה קשים יותר. תצוגה מקדימה בגישה מוגבלת דרך Foundry; הדגמה ב-MAI Labs. מדבר את O​penAI Realtime API.

• Eleven Realtime Max — מודל הדיבור-לדיבור של ElevenLabs לסוכני קול שמבצעים עבודה קשה יותר משיחת חולין. מערכת מכווננת אחת שמכסה זיהוי, חילופי תורות, LLM וקול. זמין ב-ElevenAgents ובאמצעות Realtime API תואם OpenAI, ב-WebSocket בלבד. מכסה יותר מ-90 שפות.

• מה שאף אחד מהשניים אינו מפרסם — השפות הנתמכות ב-MAI Realtime 1. חומרי ההשקה של מיקרוסופט אינם מפרטים אף שפה, ולמוצר של מרכז תמיכה זו שאלה מרכזית, לא הערת שוליים.

הצד האחד עם מידות אמיתיות

Eleven Realtime Max זוכה לכיסוי טוב בבדיקות עצמאיות, והפרופיל מוטה באופן שחשוב לעיצוב סוכנים:

• מדד דיבור-לדיבור — 77.3, מאת Artificial Analysis, בהתבסס על שילוב של הסקה, דינמיקה שיחית ויכולת סוכנית.

• הסקה בדיבור (Big Bench Audio) — 98.8%. זהו אחד הנתונים הגבוהים ביותר בלוח, וזה המספר שהמודל בנוי סביבו: הוא עונה במדויק על שאלות דיבור קשות.

• זמן עד לאודיו הראשון — 570 אלפיות השנייה, המהיר מבין השניים בהשוואה ישירה ומהיר מספיק כדי להרגיש מיידי.

• השלמת משימות סוכניות (τ-Voice) — 47.6%. זו נקודת התורפה. מודל שמנמק יפה את מה שהוא שומע עדיין מסיים פחות ממחצית מהמשימות הרב-שלביות שמערכת ההרצה מציבה לו.

• דינמיקה שיחתית — 94.1%.

• עלות משולבת — כ-4.80 דולר לשעת אודיו, לפי הנרמול של Artificial Analysis של תת-קבוצה בת 40 שאלות מ-Big Bench Audio לבסיס שעתי. זוהי מוסכמת מדידה, לא מחירון של ElevenLabs, ואין לצטט את השניים באופן חלופי.

ל-MAI Realtime 1 כמעט אין אף אחד מאלה, והפער בין "כמעט" ל"אף אחד" הוא החלק המעניין. מיקרוסופט מפרסמת מספר דיוק אחד בעמוד הדגם: 98.8% ב-Big Bench Audio. זהו נתון של הספק — הערכה של מיקרוסופט עצמה, על בנצ'מרק שמיקרוסופט בחרה, בלי מתודולוגיה שפורסמה לצידו — ואף גוף בלתי־תלוי לא הריץ אותו מחדש. שימו לב גם ש-98.8% זהה אריתמטית לנתון של Eleven Realtime Max שלעיל, וזהו צירוף מקרים של שני מערכי בדיקה שונים שנחתו על אותו אחוז, ואין לקרוא אותו כשוויון בין שני הדגמים. מעבר למספר הבודד הזה, העמוד נושא כרטיס P50 של זמן עד לאודיו הראשון וכותרת "P50 Latency on BigBench Audio", ותו לא. אין ציון τ-Voice, אין רשימת שפות, אין התפלגות מאחורי האחוזון. הטענה הגדולה יותר של מיקרוסופט — שהדגם נמצא על חזית פארטו של ביצועים-מחיר עבור Big Bench Audio ו-τ-Voice — היא טענה בדבר היכן שנקודה הייתה ממוקמת בגרף שלא צויר בפומבי. נכון ל-18 בנובמבר, Artificial Analysis אינה כוללת את הדגם כלל.

האסימטריה הזו אינה טיעון בעד ElevenLabs. היא טיעון על מה שאפשר לדעת היום: לאחד מהמודלים האלה יש ציון סוכני מדוד של 47.6% שאפשר לתכנן לפיו, ולשני יש נתון דיוק שדווח על ידי הספק ואחוזון.

הערה על מקורות לפני שהמספרים מתחילים לזוז: כל נתון ביצועים של Eleven Realtime Max המופיע להלן הוא מדידה עצמאית של Artificial Analysis. נתון הביצועים היחיד של MAI Realtime 1 המצוטט בכל מקום בכתבה הזו — 98.8% ב-Big Bench Audio — הוא של מיקרוסופט עצמה, ללא בדיקה חיצונית, והוא מסומן ככזה בכל מקום שבו הוא מופיע. דבר נוסף על הביצועים שלו אינו מפורסם כלל.

החשבון שאיש לא סיים

התחל בקו הקול, כי זה הדבר היחיד ששני הצדדים מפרסמים בכנות.

• MAI Realtime 1 — $0.01/דקה ← $0.60 לשעת שיחה, מסלול מהיר בלבד.

• Eleven Realtime Max — כ-0.08 דולר לדקה בשווי ערך → 4.80 דולר לשעה, על פי הבסיס של Artificial Analysis.

פער של פי שמונה במדד הדקות. כעת הוסיפו את המדד השני, ושימו לב למה שחסר במידע הציבורי: מיקרוסופט לא אמרה איזה חלק מהתורות מועבר לשכבת ההסקה. לכן בכל מודל עלויות שתבנו יש קלט שאתם חייבים להמציא. הנה מה שהקלט המומצא עושה לתשובה. קחו שיחת תמיכה בת חמש דקות — $0.05 של זמן קולי — והניחו שבמהלך התורות המועברים שלה מנוע ההסקה רואה בסך הכול 5,000 אסימוני קלט ו-1,500 אסימוני פלט. בתעריפים של מיקרוסופט של $1.00 ו-$5.00 למיליון, זה $0.0125 של הסקה למעבר מלא אחד על השיחה.

• אפס התייקרות — $0.050 לשיחה לעומת $0.40 של ElevenLabs. שמונה לאחד, כפי שפורסם.

• מעבר הסקה מלא אחד — $0.063 לקריאה. עדיין פחות משישית מהנתון של ElevenLabs.

• שלושה סבבי הסקה מלאים — $0.088 לקריאה. קצת יותר מחמישית.

• עשרה מעברי הסקה מלאים — 0.175 דולר לקריאה. כ-44% מהנתון של ElevenLabs, וזהו עומס עבודה ששום שיחת תמיכה לא סביר שתייצר.

קראו את זה שוב: אפילו עומס חשיבה גדול פי עשרה לא סוגר פער של פי שמונה בקו הקולי. מה שאומר שהגרסה הכנה של ההשוואה הזו היא שMAI Realtime 1 זול במידה ניכרת בכל הנחת הסלמה ששיחה אמיתית תומכת בה — והסיבה להסס אינה המחיר. היא שאינך יכול עדיין לדעת אם המודל טוב מספיק למשימה, והתצוגה המקדימה של Microsoft אינה כרוכה בתשלום עד לשלב התצוגה המקדימה הציבורית, כך שלברר זאת לא עולה דבר מלבד זמן הנדסי.

שתי הסתייגויות לגבי החשבון הזה, ושתיהן פועלות נגד התייחסות אליו כתחזית. אומדן ההיסק הוא שלי, לא של Microsoft — ספירת הטוקנים משתנה מאוד בין חיפוש שדורש קריאת כלי אחת לבין חריגה שדורשת ארבע. וצד ElevenLabs משתמש בנרמול השעתי של Artificial Analysis ולא בטבלת התעריפים של ElevenLabs עצמה, מפני ש-ElevenLabs אינה מפרסמת מחיר דולרי אחיד לדקה עבור Realtime Max; היא מתמחרת דקות בתוספת טוקנים של LLM עם אומדן בתוך האפליקציה. לכן ההשוואה איתנה מבחינת הכיוון ורכה מבחינה מספרית משני הצדדים, וזה נורמלי לקול וראוי לומר בקול רם.

נקודה אחת אכן ראויה לשורה משלה. תצוגת הגישה המוגבלת של Foundry אינה מחייבת לקוחות עד לתחילתה של התצוגה המקדימה הציבורית. השוואת עלויות שנכתבה בנובמבר היא אפוא השוואה בין מה שתשלמו מאוחר יותר לבין תצוגה מקדימה שאפשר להריץ כעת באפס עלות. המהלך הרציונלי הוא למדוד, לא לנהל משא ומתן.

במקום שבו ElevenLabs לא מפסידה בכלל במחיר

שני דברים שהדמות המתומנת מסתירה.

הראשון הוא ש-ElevenLabs לא מוכרת מדד דקות. ElevenAgents מתמחרת לפי דקה בתוספת עלויות טוקנים של LLM, עם אומדן בתוך האפליקציה לפי דקה, וה-Realtime API גובה לפי דקה של אודיו מחובר בתוספת טוקנים באותם מחירי טוקנים בכל תוכנית. צוות שכבר נמצא בתוך ElevenAgents לא משווה בין $0.01 ל-$0.08 — הוא משווה שינוי שולי מול פלטפורמה שכבר שילב, עם פריסה בטלפון, בווידג'ט אינטרנטי, ב-WhatsApp ובמוקד שירות, בתוספת אפשרויות SOC 2, HIPAA, GDPR, אחסון נתונים באיחוד האירופי ואפס שימור נתונים.

השני הוא שרשימת התאימות היא תכונת מוצר עם מחיר משל עצמה. עבור סוכן קולי קליני או פיננסי, אחסון נתונים באיחוד האירופי ואי-שמירה אינם תוספות נחמדות שמודל זול יותר יכול להחליף. ההודעה של Microsoft אינה אומרת דבר על אחסון נתונים, שמירה או הסמכה עבור MAI Realtime 1 — והמודל נמצא בתצוגה מקדימה מוגבלת, שזה בדיוק השלב שבו בדרך כלל תנאים אלו אינם מוגדרים.

אז הפיצול אינו "זול מול יקר". הוא "זול ולא מדוד, כשהתנאים הארגוניים עדיין לא נכתבו" לעומת "פי ארבעה מהמחיר, כשהניירת מוכנה וציון אג'נטי של 47.6% שאתה יכול להחליט אם הוא מספיק או לא".

A screenshot of ElevenLabs' own Realtime landing page captured 18 November 2026, showing the headline 'Instant conversation with Eleven Realtime', the line describing v1 Mini for natural conversations and v1 Max for complex tasks, and the statement that the models are available in ElevenAgents and the Realtime API.

מריץ את שניהם מבלי לבחור עדיין

שני המודלים מדברים ב-O​penAI Realtime API, וזו העובדה השימושית ביותר בהשוואה הזו. סטאק קולי שנכתב מול הממשק הזה יכול לכוון לאחד מהשניים, מה שהופך את ההחלטה לקונפיגורציה ולא לשכתוב. זו גם הסיבה להשאיר את שניהם נגישים במהלך ההערכה, במקום לבחור קודם ולבדוק אחר כך.

זהו המקרה שלשמו נבנה OrcaRouter, וכדאי לדייק לגבי איזה חצי ממנו חל. MAI Realtime 1 אינו בקטלוג שלנו — אפשר להגיע אליו דרך ההדגמה של MAI Labs של מיקרוסופט ותצוגת הגישה המוגבלת ב-Foundry, נקודה. מה שאנחנו מנתבים הוא השכבה שמאחוריו: מודלי החשיבה שסוכן קולי מסלים אליהם, במחיר המחירון של הספק עם 0% תוספת, כך ששינוי תעריף בשכבה הזו מגיע לחשבונית שלך ביום שבו הוא קורה ולא בעת החידוש. מעבר אוטומטי בין ספקים חשוב בקול יותר מבכל מקום אחר, כי תור שנתקע הוא בן אדם שמקשיב לדממה; בקשה שעוברת לספק שני תוך כמה מאות מילישניות אינה נשמעת, ואילו בקשה שמנסה שוב במשך ארבע שניות היא הדבר שעליו לקוחות מתלוננים. כשהתצוגה המקדימה מסתיימת ו-MAI Realtime 1 הופך לזמין באופן כללי, אותו מפתח ואותם כללי ניתוב יישאו אותו — בתנאי שהוא ייכנס לקטלוג, מה שנכון להיום עדיין לא קרה.

A screenshot of the OrcaRouter models catalogue captured 18 November 2026, showing the search and sort controls over a grid of model cards and the header line '226 models · 17 providers · one API key, one bill'.

מי צריך לעשות מה השבוע

אם סוכן הקול שלך הוא ממשק תמיכה או תיאום פגישות שבו רוב סבבי השיחה קצרים והקשים הם חיפושי מידע, הכלכלה של MAI Realtime 1 פשוט לא מתקרבת, והתצוגה המקדימה היא בחינם — בנה עכשיו את ההערכה, מדוד בעצמך את שיעור ההסלמה, והתייחס להשהיית הזנב שלא פורסמה של Microsoft כאל הדבר שהמדידה שלך מחליפה.

אם הערך של הסוכן שלך טמון בעבודה רב-שלבית — הזמנה מול שלוש מערכות, אימות זהות, פתרון חריגה — אז ציון ה-agentic של 47.6% ב-Eleven Realtime Max הוא אמת מידה שאפשר לקרוא, וזה של MAI Realtime 1 הוא חלל ריק. לקנות כאן לפי מחיר בלבד פירושו לקנות מודל שלא נמדד לחלק הקשה ביותר של העבודה.

ואם הציות קובע את הספק שלך לפני שהביצועים קובעים, שום דבר בהכרזה של מיקרוסופט לא משנה את התשובה שלך החודש. תצוגה מקדימה מוגבלת אינה מקום להריץ בו נתונים מוגנים, והתנאים שיאפשרו לך זאת לא פורסמו.

הפער של פי שמונה הוא אמיתי וכנראה יציב. הוא גם המספר הכי פחות מעניין כאן, כי השאלה שמכריעה את העימות הזה היא אם מודל של סנט לדקה מסוגל להשלים משימה — והצד היחיד שלא סיפר לנו הוא זה שמוכר אותו.