Eleven Realtime v1 Max vs Gemini 3.8 Live: Lebih Cepat, Lebih Tajam dalam Penalaran, dan Harga 5,7× Lipat

Eleven Realtime v1 Max mulai berbicara dalam 0,57 detik dan memperoleh 98,8% jawaban benar pada Big Bench Audio. G​emini 3.8 Live mulai berbicara dalam 1,18 detik dan memperoleh 92%. Pada dua sumbu yang dikutip orang saat berdebat tentang model suara, E​levenLabs memenangkan keduanya — lalu kalah pada hampir setiap sumbu yang dipedulikan tim keuangan, dimulai dari sumbu di mana papan tolok ukur yang sama menempatkan G​emini pada $0,84 per jam audio dan Eleven Realtime Max pada $4,80. Insiden AI dan kegagalan agen yang terdokumentasi di balik model di kelas ini dikumpulkan dalam OrcaRouter AI Incident Archive, di mana setiap entri mencantumkan sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan penanda status sengketa.

Kedua model juga berbeda pendapat tentang apa itu agen suara. G​emini 3.8 Live adalah bagian dari sebuah platform: model ini memiliki skor indeks, daftar tarif yang didokumentasikan, 97 bahasa, watermark SynthID pada setiap detik yang dihasilkan, dan dua varian — standar dan Extended Thinking — yang memisahkan penalaran dari percakapan. Eleven Realtime v1 Max adalah satu model yang dijual dengan janji bahwa pengenalan, pengambilan giliran bicara, penalaran, dan suara telah disetel bersama, dan model ini sama sekali tidak memiliki Speech to Speech Index karena tolok ukur agentic di balik indeks tersebut belum dijalankan padanya.

Kalimat terakhir itu adalah keseluruhan argumen yang dipadatkan. Salah satu model ini memiliki kartu skor publik yang lengkap; yang lain memiliki angka terbaik pada dua baris yang dimilikinya, dan kosong di tempat baris tersulit seharusnya berada.

Apa yang sebenarnya tertulis di papan skor

Setiap angka di bawah ini berasal dari papan peringkat Speech to Speech Artificial Analysis, yang menguji kedua model dengan harness yang sama, bukan dengan meneruskan halaman vendor. Jika angka dari vendor berbeda, hal itu akan ditandai.

• Penalaran ucapan (Big Bench Audio) — Eleven Realtime v1 Max 98,8% vs G​emini 3.8 Live 92%

• Waktu hingga audio pertama — Max 0.57s vs G​emini 1.18s

• Tingkat keberhasilan tugas — Max 87,1% vs G​emini 93,2%

• Kinerja agentik (τ-Voice) — Max tidak diukur vs G​emini 30,1%

• Dinamika percakapan (Full-Duplex-Bench) — Max 94,1% vs Gemini 96,1%

• Preferensi Arena (Elo) — Max 997 vs G​emini 1,078

• Indeks Speech to Speech — Max tidak dinilai vs Gemini 76.0

• Biaya per jam audio input — Max $4,80 vs Gemini $0,84

Polanya bukan "E​levenLabs lebih baik dalam audio, G​oogle lebih baik dalam segala hal lainnya." Polanya lebih sempit dan lebih menarik dari itu. Max memenangkan dua pengukuran yang diambil pada kumpulan pertanyaan audio tetap — menjawab dengan benar, menjawab dengan cepat — dan kalah dalam tiga pengukuran yang melibatkan manusia dalam loop atau panggilan alat untuk diselesaikan. Preferensi Arena adalah orang mendengarkan dan memilih. Keberhasilan tugas adalah apakah fungsi yang tepat dipanggil. Dinamika percakapan adalah apakah pergantian giliran terasa tepat. Itu adalah metrik produksi, dan G​emini memenangkan ketiganya.

Baris τ-Voice perlu catatan peringatan sebelum ada yang mengutipnya. Skor 30,1% G​emini 3.8 Live adalah skor agentic yang benar-benar buruk — saudara Extended Thinking-nya sendiri mendapat 68,6% pada tes yang sama, dan G​PT-Live-1 (Astra, medium) mendapat 74,5%. Jika agent Anda harus mengubah pemesanan di dalam suatu kebijakan, 3.8 Live biasa bukan model yang Anda inginkan. Namun kekosongan Max bukanlah nol dan tidak boleh dibaca sebagai nol. Artinya, tes tersebut belum dijalankan.

Dari mana selisih harga berasal, dan mengapa itu mungkin tidak sepenting kelihatannya

Gemini 3.8 Live menagih $0,005 per menit audio masuk dan $0,018 per menit audio keluar, dengan teks sebesar $0,75 dan $4,50 per juta token serta input gambar atau video sebesar $1,00 per juta. Eleven Realtime sama sekali tidak menerbitkan tarif per model: di ElevenAgents Anda membayar biaya agen standar per menit ditambah token dengan tarif model Realtime, dan melalui Realtime API Anda membayar per menit audio yang terhubung ditambah token, dengan harga token yang sama di setiap paket. Artificial Analysis mengonversi keduanya menjadi biaya per jam pada kumpulan pertanyaan tetap, yang merupakan satu-satunya cara untuk membandingkannya secara jujur, dan menghasilkan $0,84 versus $4,80.

Dua hal menyusul. Pertama, jika volume Anda diukur dalam ribuan menit per hari, selisih itulah keputusannya — 5.7× bukan kesalahan pembulatan, dan E​levenLabs tidak memiliki tuas yang dipublikasikan untuk menutupnya selain Mini yang lebih murah. Kedua, perbandingannya tidak statis seperti harga daftar. G​oogle pernah memangkas tarif audio G​emini, dan pemangkasan itu langsung terasa di sisi kami pada hari yang sama ketika penyedia meneruskan harga daftar, karena OrcaRouter tidak menerapkan markup apa pun. Hal yang sama berlaku sebaliknya: jika E​levenLabs menerbitkan tarif Realtime, angkanya berubah tanpa ada yang perlu menulis ulang integrasi.

Dua taruhan berbeda tentang pergiliran bicara

Arsitektur-arsitektur tersebut tidak ekuivalen, dan perbedaannya menjelaskan pemisahan metrik lebih baik daripada klaim kualitas apa pun.

G​emini 3.8 Live adalah salah satu entri dalam keluarga yang telah diluncurkan G​oogle selama dua tahun.

Ini memproses input visual hampir secara real-time, berganti bahasa di tengah percakapan di antara 97 bahasa, dan menjalankan panggilan alat serta API di latar belakang sehingga agen dapat mengonfirmasi permintaan dan terus berbicara sementara pencarian selesai. Model saudaranya, G​emini 3.8 Live Extended Thinking, bernalar dan berbicara pada saat yang sama, menarasikan kemajuan. Keduanya membawa watermark SynthID dan berbagi kartu model yang diterbitkan sebagai gemini-3-8-audio, dan keduanya memiliki ID API yang terdokumentasi: gemini-3.8-live dan gemini-3.8-live-extended-thinking.

Eleven Realtime menggabungkan stack alih-alih mengoordinasikannya.

Pengenalan, pengambilan giliran, langkah penalaran, dan pembangkitan suara adalah satu sistem yang telah disetel, itulah sebabnya sistem ini dapat menjawab dalam 0,57 detik tanpa detektor aktivitas suara terpisah yang memutuskan kapan penelepon selesai berbicara. Contoh manfaat dari E​levenLabs sendiri adalah backchannel: Mini didokumentasikan mampu mendeteksi apakah seorang pembicara telah selesai atau hanya menyela dengan "mm-hmm." Itulah perilaku yang membuat agen suara tidak lagi terasa seperti walkie-talkie, dan itulah hal yang sulit ditangani pipeline bertingkat karena VAD harus diberi tahu apa yang dimaksud dengan interupsi.

Biaya dari desain gabungan adalah kontrol. Di ElevenAgents, memilih model Realtime berarti E​levenLabs mengelola LLM, upaya penalaran, anggaran berpikir, panggilan alat paralel, batas waktu cascade, model T​TS, mode ekspresif, dan penyedia ASR. Anda tidak dapat membawa LLM kustom, Anda tidak dapat menggunakan Amazon Bedrock, dan node alur kerja tidak dapat menimpa salah satu pengaturan tersebut. G​emini memberi Anda modelnya dan memungkinkan Anda mempertahankan pipeline.

Pertanyaan integrasi yang tidak dicantumkan siapa pun dalam tabel perbandingan

G​emini 3.8 Live adalah model G​emini API. Eleven Realtime dijual dengan dua cara — di dalam ElevenAgents, dan melalui Realtime API yang kompatibel secara wire dengan protokol event O​penAI, di wss://api.elevenlabs.io/v1/convai/realtime. Jika Anda memiliki klien O​penAI Realtime, mengubah endpoint dan nama model adalah sebagian besar migrasinya; dokumentasinya menyertakan skill satu perintah untuk itu.

Yang Anda korbankan untuk kompatibilitas itu adalah platformnya. Realtime API dan ElevenAgents adalah produk terpisah pada protokol koneksi yang berbeda, dan API tersebut tidak menyediakan saluran telepon atau WhatsApp, basis pengetahuan, guardrail, pengujian berskrip, atau pemantauan percakapan. ElevenLabs juga menegaskan bahwa Realtime API tidak memiliki WebRTC saat peluncuran — hanya WebSocket.

Asimetri itulah tempat lapisan perutean cocok, dan itu lebih pas di sisi G​emini daripada di sisi E​levenLabs. OrcaRouter tidak menghosting eleven_realtime_v1_max; tidak ada endpoint pihak ketiga untuk itu, dan kami tidak akan berpura-pura sebaliknya. Yang dihosting OrcaRouter adalah bagian lain dari tumpukan berbentuk G​emini: google/gemini-3.8-flash dan model-model G​emini lainnya di balik satu kunci, total 209 model dari 16 penyedia, dengan harga daftar penyedia tanpa markup, dengan failover otomatis saat penyedia mengalami error. Jika Anda membangun lapisan suara di G​emini, retrieval dan analisis pasca-panggilan di sekitarnya dapat ditukar dan diuji A/B pada trafik Anda sendiri, alih-alih dipilih berdasarkan papan peringkat.

Mana yang harus dipilih

Pilih Gemini 3.8 Live jika agen harus menyelesaikan transaksi, jika Anda memerlukan harga di bawah satu dolar per jam, jika Anda memerlukan input visual, atau jika Anda memerlukan 97 bahasa dalam satu baris. Produk ini memiliki kartu skor publik yang lengkap, daftar tarif yang terdokumentasi, dan tarif per menit yang lebih murah. Kelemahan agentic-nya nyata tetapi terukur, dan saudaranya, Extended Thinking, adalah solusinya jika penyelesaian tugas menjadi hambatan.

Pick Eleven Realtime v1 Max jika percakapannya sendiri adalah produknya — seorang tutor, karakter, jalur dukungan yang keluhannya adalah terputusnya pembicaraan — dan jika beban kerja Anda berupa audio yang berat penalaran, bukan panggilan tersambung yang panjang. Anda membeli penalar kuat tercepat di daftar dan pergantian giliran bicara yang terukur paling baik, dengan premi harga yang harus Anda modelkan sebelum berkomitmen.

Jangan hanya berpatokan pada skor indeks. Max tidak memilikinya, dan itu bukanlah celaan terhadap kualitas Max; ini adalah pernyataan tentang seberapa besar perilaku Max yang masih belum terukur. Satu angka yang akan mengubah perbandingan ini adalah uji τ-Voice pada Max. Jika hasilnya di atas 68,6% milik Gemini — varian Extended Thinking, bukan varian standar — premi ElevenLabs mulai tampak seperti polis asuransi alih-alih pajak. Sampai hasil itu keluar, model yang lebih cepat adalah model yang masih harus lebih banyak membuktikan diri.