Tell 1 לעומת Gemma 4 12B: אחד שאפשר לשים על דיסק, ואחד שאפשר רק לטלפן אליו
- GoogleחדשGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 לכל 1M טוקנים · 226 tok/s
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 101 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 82 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 182 tok/s
- OrcaחדשOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 לכל 1M טוקנים · 46 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 139 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 63 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 96 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 182 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 138 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 111 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 319 tok/s
הדרך המהירה ביותר להבין את ההבדל בין Tell 1 לבין Gemma 4 12B היא לנסות להוריד את שניהם. Gemma 4 12B מגיע ככ-27 GB של BF16 safetensors תחת Apache 2.0, פועל בכ-110 טוקנים לשנייה על כרטיס בודד של 24 GB בגרסה מכומתת, ועונה לך ולאף אחד אחר. Tell 1 כלל לא מגיע. זהו מודל החשיבה הקנייני של Retell, שיושב בתוך פלטפורמת סוכני קול שגובה $0.07 עד $0.31 לדקה ואינה מוכרת את המודל, אינה מפרסמת כרטיס מודל עבורו ואינה מאפשרת לך להפנות אותו אל התשתית שלך. כל השאר בהשוואה הזו נובע מהאסימטריה הזו, כולל המדדים, כי את אחד מהמודלים האלה יכול למדוד כל מי שיש לו GPU, ואת השני יכולה למדוד רק החברה שמחזיקה בו.
שתיהן גרסאות מעניינות באמת, והן נבנו למשימות שונות. Gemma 4 12B הוא המודל הפתוח הבינוני ללא מקודד של Google DeepMind, שיצא ב-3 ביוני 2026 ותוכנן לבצע הסקה מולטימודלית על המכונה שלפניך. Tell 1 הוא שכבת ההסקה של סטאק מרכז קשר שטיפל ביותר מ-100 מיליון שיחות בחודש לפני שהמודל היה קיים, ומטרת התכנון שלו היא הדבר היחיד שמודל מקומי אינו יכול לספק: הברה ראשונה שנכנסת בגבולות הסבילות לשתיקה של מתקשר טלפוני.
שני דברים נקראים מודל, ורק אחד מהם הוא קובץ
Gemma 4 12B הוא מודל בעל 11.95 מיליארד פרמטרים צפופים, ללא מקודד חזותי או אודיו נפרד — טלאי תמונות וצורות גל אודיו נכנסים ישירות לשנאי, ולכן המשפחה מגיעה כנקודת ביקורת "מאוחדת" אחת ולא כמחסנית של מגדלים. יש לו הקשר של 256K אסימונים והוא קורא טקסט, תמונות, אודיו ופריימים של וידאו. המאגר ב-Hugging Face הורד יותר מ-14 מיליון פעמים, תבנית הצ'אט עודכנה לאחרונה ב-9 ביולי 2026, והרישיון הוא Apache 2.0 ללא סעיף הכנסות, ללא סעיף מספר משתמשים וללא הסכם מסחרי נפרד למשא ומתן.
ל-Tell 1 אין אף אחד מהארטיפקטים האלה. אין מאגר, אין קונפיג, אין טוקנייזר, אין טקסט רישיון ואין נתון של חלון הקשר שפורסם בשום מקום שמצאתי באתר של Retell עצמה — ובדקתי את הבלוג, את יומן השינויים, את אינדקס התיעוד, את חדר החדשות ואת אתר הבנצ'מרק של המודלים של החברה. שני המקומות היחידים שבהם הוא מופיע בכלל הם תווית בעמוד הבית, שבה הוא מופיע לצד "Agent harness" תחת מקטע שכותרתו "פותח על ידי Retell Labs", והערת עדכון מנובמבר שנוספה ליומן שינויים מספטמבר על בנצ'מרק הקול הציבורי של Retell. זה כל התיעוד הציבורי. זה לא שערורייה; הרבה ספקיות פלטפורמות משחררות מודלים פנימיים בלי לתעד אותם. אבל זה כן אומר שמחצית מההשוואה הזו חייבת להתבצע על סמך דברי הספק, והמחצית השנייה יכולה להתבצע על ידך, הלילה, על החומרה שלך.
חמש השאלות שאחד מהם עונה עליהן בפומבי
הצב את השניים זה לצד זה בממדים שקונה באמת זקוק להם, וצורת הפער הופכת ברורה. שני הצדדים של כל שורה, כי העיקר הוא הניגוד ולא הניקוד:
• משקלים — Gemma 4 12B מפרסמת אותם, Apache 2.0, ניתנת לאירוח עצמי, ניתנת לכוונון עדין, ניתנת להפצה מחדש; Tell 1 לא מפרסמת דבר ונגישה רק כחלק מסוכן קולי של Retell.
• גודל — 11.95B פרמטרים צפופים, כ-27 GB ב-BF16 ופחות מ-7 GB מכומת, עבור Gemma; לא נמסר עבור Tell 1, והעובדה שהוא עונה בחציון של 72 ms בתוך ה-harness של Retell מרמזת על מודל קטן וייעודי ולא על מודל כללי מהשורה הראשונה, אך זו הסקה, לא תיעוד.
• הקשר — 256K טוקנים עבור Gemma 4 12B; לא צוין עבור Tell 1, אשר עבור סוכן טלפוני פחות מדאיג ממה שזה נשמע, מכיוון ששיחה היא קצרה ובסיס הידע נמצא מחוץ למודל.
• מודאליות — Gemma מקבל טקסט, תמונה, אודיו ווידאו ומחזיר טקסט; Tell 1 מקבל את מטען התמלול והכלים שפלטפורמת קול מוסרת לו, ומה עוד הוא מקבל לא פורסם.
• עדויות — ל-Gemma יש כרטיס ספק (DocVQA 94.9, InfoVQA 88.4, MMLU-Pro 77.2, GPQA Diamond 78.8, כולם לפי דיווחי Google) בנוסף לציון 14 במדד ה-Intelligence Index העצמאי של Artificial Analysis בקצב של כ-110.9 טוקנים לשנייה; ל-Tell 1 יש שורה אחת בבנצ'מרק שכתב הבעלים שלו, שנסקר להלן.
שימו לב איזו עמודה ארוכה יותר. זו אינה ביקורת על האיכות של Tell 1; זו אמירה על מה שאפשר לאמת לפני שמוציאים כסף. מודל שאפשר להוריד אפשר לבדוק מול הנתונים שלכם בתוך אחר צהריים. מודל שאפשר רק לשכור נבדק על ידי שכירתו.
מה מספר הכותרת של Tell 1 בעצם מודד
ה-vCX Benchmark של Retell מפרסם את תוצאותיו כנתונים מובנים ולא כתרשים שיווקי, וזה יותר ממה שרוב לוחות הדירוג של ספקים עושים. Tell 1 יושב בטבלה של 62 תצורות שנבחנו, שנאספו מ-45 מודלים, והשורה שלו חזקה ביותר בקצה השיחתי: 96.6% בממד הדיבורי של Retell וחציון של 72.5 ms, מקום ראשון בתחום בשניהם. אותה שורה מציגה מקום שני במעקב אחר הוראות ובשורה ש-Retell מסמנת כהוזיה, מקום חמישי בקריאה לכלים, ועלות מודל של 3.5 סנט לדקה שממקמת אותו במקום ה-19 מתוך 62. ממצעים את ארבעת הממדים ומקבלים 94.45%, וזה הנתון ש-Retell מובילה איתו.
שתי הסתייגויות צריכות להופיע לצד הדירוגים האלה, ואף אחת מהן אינה עדות לכך ש-Retell אינה ישרה — הנתונים פשוט אינם תומכים בקריאה נקייה יותר. ראשית, השורה של Tell 1 נושאת גרסת benchmark 17 בעוד 50 מתוך 62 השורות נושאות גרסה 1; benchmark שמעדכן את משימותיו עושה את הדבר הנכון, אבל "#1 overall" המחושב על פני שתי ערכות מבחן שונות הוא תוצאה מצטברת, לא תוצאה של השוואה ישירה, והעמוד אינו מנרמל זאת. שנית, ארבעת הממדים אינם מתיישבים זה עם זה. Tell 1 אינו המודל הטוב ביותר ב-benchmark של עצמו בציות להוראות או בקריאה לכלים — GPT-6-Astra משיג 89.7% ציות להוראות לעומת 88.6% של Tell 1, ולפחות גרסה אחת של Claude מקדימה אותו בקריאות לכלים. מה שהוא מנצח בו באופן מוחלט הם שני הדברים שמי שמתקשר יכול לשמוע: הוא המהיר ביותר והוא נשמע הכי כמו אדם.
מספר אחד שכדאי לשמור עליו ישר, משום ששני המספרים מובלים לבלבול בסיקור: 72 ms היא השהיה של המודל בתוך מערכת ההרצה, לא חוויית המתקשר. בדף הבית של Retell מצוין זמן תגובה טיפוסי של סוכן בסביבות 600 ms מקצה לקצה, הכולל זיהוי דיבור, תזמור, תור המודל וסינתזת דיבור. שני המספרים יכולים להיות נכונים. רק השני הוא מה שאדם בטלפון תופס.
היכן כל אחד מהם שייך במחסנית
Gemma 4 12B אינו מתאים היטב לסוכן טלפוני חי, ולא בגלל האיכות. מודל dense בגודל 12B על GPU בודד הוא רכיב מצוין, אבל סבב ההלוך-חזור דרך סטאק ההגשה שלך, יחד עם זיהוי דיבור וסינתזה, הוא מה שדוחף את זמן התגובה מקצה לקצה לטווח שבו המתקשרים מתחילים לדבר מעל הסוכן. המסגור של Google עצמה ל-12B הוא עבודה סוכנית על מחשב נייד — הבנת מסמכים, קריאת מסך, שימוש בכלים, עזרה בקידוד — והמסגור הזה מדויק. אם העבודה שלך היא מאה אלף חשבוניות בלילה, קורפוס פרטי שאינך יכול לשלוח לצד שלישי, או התקן שטח לא מקוון, Tell 1 לא יכול להתחרות, כי Tell 1 לא יכול להיפרס שם בכלל.
Tell 1 הוא ההפך. הוא לא יכול לעזוב את Retell, לא ניתן לכוונן אותו על התמלילים שלך על ידך, ולא ניתן לבחון את ביצועיו על ידי צד שלישי ללא שיתוף פעולה מצד Retell. מה שהוא כן יכול לעשות הוא להשיב בתוך פלטפורמה שכבר מחזיקה בטלפוניה, בחילופי התורות ובקול, ולעשות זאת ב-72 ms, וזה החלק בסטאק שאף כמות של הנדסת פרומפטים לא מתקנת. אם אתה קונה סוכן מוקד במקום לבנות אחד, זו העמודה היחידה שחשובה.
נקודת האמצע היא המקום שבו רוב הצוותים באמת נוחתים בפועל: מודל קטן באירוח עצמי לעבודה הע�יקרית והדטרמיניסטית, ומודל פרונטירי באירוח חיצוני לפניות הקשות. אף אחד משני המודלים האלה אינו הבחירה הטבעית למשבצת השנייה, וכאן הקטלוג שלנו רלוונטי. אף אחד מ-Tell 1 ומ-Gemma 4 12B לא ניתן לניתוב דרך OrcaRouter — איננו מארחים את Tell 1, וגדלי Gemma 4 שאנחנו מציעים הם 31B Instruct ו-26B A4B, לא ה-12B. שני אלה מתומחרים לפי מחירון הספק בלי שום תוספת, $0.13 לקלט ו-$0.38 לפלט למיליון טוקנים עבור ה-31B, ו-$0.06 ו-$0.33 עבור ה-26B A4B, וזו נקודת ההשוואה ההוגנת אם מה שרציתם מה-12B היה "Gemma 4 שאוכל לקרוא לו בלי להחזיק GPU".
עלות, מומרת ליחידה זהה
השוואה בין מחיר פלטפורמה לפי דקה לבין מחיר מודל לפי טוקן היא המקום שבו רוב הכתבות האלה מרמות בשקט, ולכן הנה ההמרה ולא פסק דין. Tell {{1}} אינו מתומחר בנפרד; הוא נמצא בתוך הטווח של Retell של $0.07 עד $0.31 לדקה, והשורה בטבלת הבנצ'מרק שנושאת אותו אומרת 3.5 סנט לדקה של עלות מודל, והיא יושבת בתוך הטווח הזה ולא מחליפה אותו. Gemma {{2}} 12B בתעריף המשוקלל של Artificial Analysis של $0.10 למיליון קלט ו-$0.30 למיליון פלט הוא בערך חינם לפי טוקן, ואז משלמים על ה-GPU: כרטיס של 24 GB שפועל שעה עולה יותר מאלף דקות מהמסלול הזול ביותר של Retell, כך שנקודת האיזון מתרחשת רק בהיקף מתמשך עם ניצול גבוה.
• יחידת עלות — דולרים לדקת שיחה עבור Tell 1; דולרים למיליון טוקנים בתוספת שעות GPU עבור Gemma 4 12B.
• נקודת איזון — Gemma מנצחת בעלות שולית ברגע שה-GPUs שלך כבר עסוקים; Tell 1 מנצח בעלות הבעלות הכוללת עד שההיקף גדול מספיק כדי להחזיק כרטיס בתפוסה מלאה.
• שורות חיוב נסתרות — Tell 1 מאגד טלפוניה, סינתזת דיבור ורתמת הפעלה למספר אחד; מחסנית Gemma באירוח עצמי מחייבת אותך בנפרד על ה-ASR, ה-TTS, שכבת ההגשה ומהנדס תורן.
איזה אחד לבחור
אם הדרישה היא {{1}}סוכן טלפוני שנשמע אנושי{{/1}} ברבעון הזה, Tell 1 הוא היחיד מבין השניים שהוא מוצר, והבנצ'מרק — כולל ההסתייגויות — אומר שהדבר שהוא הכי טוב בו הוא בדיוק מה שאתה קונה. בדוק אותו מול המודל שאתה סומך עליו כרגע בתוך אותו {{2}}סוכן Retell{{/2}}, הקשב לעשרים שיחות, וספור את שגיאות העיגון, כי שם הנתונים של Retell עצמה אומרים שהוא מפסיד.
אם הדרישה היא מודל שאפשר לבדוק, לכוונן, לארח באופן פרטי, להפיץ מחדש בתוך מוצר, או להריץ ללא רשת, Gemma 4 12B אינו רק האפשרות הטובה יותר — הוא האפשרות היחידה בעמוד הזה. Apache 2.0 וחלון הקשר של 256K ב־12B הם שילוב שנעשה שימושי יותר בכל חודש, ו־14 מיליון ההורדות מרמזות שהרבה צוותים כבר הגיעו למסקנה הזו.
השאלה ששווה לשאול לפני כל אחת משתי הרכישות היא איזה משני המשפטים האלה מתאר את הבעיה שלך, מפני שאלו לא אותה הבעיה, ואף בנצ'מרק לא יכול לומר לך איזו מהן יש לך.
