Phonic 1 対 GPT Live 1：1.1秒のデモ、5セントのステッカー、そして誰も計測しない請求書

について最もよく引き合いに出される事実はPhonic 1、デモでの比較です。Phonic 自身のテストでは、同社のエージェントは通話者が話し終えてから1.1秒で応答しましたが、OpenAI のGPT Live 1は15.7秒でした。それは驚異的な数字ですが、ベンダーが自ら実施したものであり、この対決において最も役に立たない情報です。最も役に立つのはほとんどその逆——GPT Live 1の1分あたり5セントという表示価格は、Phonic の7セントを上回るように見えますが、OpenAI がそこに付ける2つ目のメーターを加えた瞬間にその優位は消えます。これら2つの事実の間に、実際に重要な比較が横たわっており、それには明快な答えが1つあります。Artificial Analysis の音声対音声ボードでは、Phonic 1（High）が87.1、Astra-medium構成のGPT-Live-1が83.2で、3.9ポイントの差はほぼ完全に1つのコンポーネントに集中しています。

両モデルは通話中にツールを呼び出す全二重の会話システムであり、どちらも18か月前には本格的なツール呼び出し対応の音声モデルが存在しなかった市場に投入され、どちらも何らかの形で推論を音声層から切り離している。この最後の類似点こそが、コスト比較を誤りやすくする要因であり、この記事が最も多くの紙幅を割いているところだ。

デモを分解する

Phonicの1.1秒対15.7秒のデモは、実在する挙動の実際の観察であり、同時に二つの未知との比較でもある。一つ目は構成だ。GPT-Live-1のレイテンシは、どのバックエンドモデルに委譲するかに大きく依存し、Artificial Analysisは最初の音声までの時間をAstra-medium構成で1.34秒、Sol-lowで1.24秒と測定している。どちらも15秒ではない。15.7秒という数値は、推論負荷の高いバックエンド、またはツールチェーンが長いタスクを意味する。二つ目の未知はタスクだ。この二つの数値は異なる会話を表しており、その組み合わせの背後に公開されたプロトコルはない。

ただし、デモの根底にある構造的な主張は妥当であり、ここではそれを数値とは切り分けて考える価値がある。Phonic 1 は発話者がまだ話している間にツール呼び出しを発火する。ベンダーの資料はそのことを明示しており、API はセッション上でインライン宣言された厳密に同期的なツールを公開している。GPT-Live-1 は、話しながら聞くという意味で全二重であり、ツールの処理を非同期の境界を越えて別のバックエンドモデルに委譲する。どちらの設計も、異なる仕組みで処理をクリティカルパスから外している。あなたのトラフィックでどちらが勝つかは、目にするデモではなく、自分で取る測定によって決まる。

GPT-Live-1はスコアではなく構成です。

GPT-Live-1に関する公表されたあらゆる数値には、限定条件を付ける必要があります。なぜなら、モデルのスコアはバックエンドに応じて変動するからです。同じボード上では：

• GPT-Live-1（Astra、medium）— 音声対音声インデックス 83.2、推論 90、ダイナミクス 94.9、エージェント性能 74.5、アリーナ選好 1,027、タスク成功率 87.4%、最初の音声までの時間 1.34秒。

• GPT-Live-1（Sol、low） — 指数80.1、推論89、ダイナミクス97.3、エージェント性能59.3、アリーナ1,037、タスク成功率90.9%、最初の音声までの時間1.24秒。

• Phonic 1（High）— 指数87.1、推論99、ダイナミクスは未報告、エージェント性能79.9、アリーナ1,012、タスク成功率92.3%、初回音声までの時間0.61秒。

そこから三つのことが導かれる。第一に、低エフォートのSol構成はより良いダイナミクス、タスク成功率、アリーナ選好のスコアを、高エフォートのAstra構成よりも示し、推論とエージェンシーでは劣る——これはGoogleの拡張思考Geminiが示すのと同じトレードオフであり、「GPT-Live-1スコア」という表現は構成を添えなければ無意味だということになる。

第二に、Phonic 1と最良のGPT-Live-1構成とのエージェントギャップは5.4ポイントです。これはPhonicの発表資料が示唆するよりも小さく——同社が主張する8.3ポイントのリードはOpenAIではなくGrok Voice 3.0に対するもので——別のタスク構成ならもっともらしく埋められるほど小さいものです。

第三に、GPT-Live-1は両方の構成においてアリーナ選好で首位に立ち、その差はそれぞれ15 Eloと25 Eloである。また、会話のダイナミクスではPhonicを上回っているが、その数値はPhonicが公表していない。通話者が「人間のように聞こえる」と表現する軸では、OpenAIが先行しており、その差は双方において測定されていない。

5セントのステッカーと2番目のメーター

GPT-Live-1は音声1分あたり$0.05で、秒単位で請求され、切り上げはなく、15秒のセッション開始料金は後でクレジットとして返金されます。Phonic 1は会話1分あたり$0.07、Proプランでは$0.065です。この2点ではOpenAIが29%安く、議論は終わりです。

閉じたものではない。なぜなら、GPT-Live-1の分単位の料金は音声レイヤーのみを対象としているからだ。バックエンドの推論、ツール呼び出し、ウェブ検索は、バックエンドモデルの標準トークン単価で別途請求される。OpenAI自身のガイダンスでは、高頻度のターンには小型モデルを、複雑な推論にはフロンティアモデルを推奨している。Artificial Analysisは、推論構成に応じて入力音声1時間あたり4.47～5.83ドルの実測合計を計測しており、Phonic 1の4.20ドルと対比している。

• 音声レイヤー — GPT-Live-1 は $0.05/分、Phonic 1 は $0.07/分、Pro は $0.065。

• ほかに何が課金されるか — GPT-Live-1 はバックエンドのモデルトークン、ツール呼び出し、ウェブ検索を上乗せする。Phonic 1 は LLM のパススルーなしで、1分あたりの一律料金を明示している。

• 実測された1時間あたりの入力コスト — GPT-Live-1 $4.47～$5.83 対 Phonic 1 $4.20（Artificial Analysis調べ）。

• コストの予測可能性 — GPT-Live-1 の総額はバックエンドのルーティング方法に依存しますが、Phonic 1 の総額は依存しません。

その逆転がコスト論のすべてであり、表示価格とは逆方向に働きます。バックエンドのターンを安く保つチームなら、GPT-Live-1 で1時間$4.20を余裕で下回れます。すべてのターンをフロンティアモデルに送るチームは、それを上回ることになります。Phonic の定額料金は、変動するワークロードに対する固定価格であり、実際に運用する構成次第で価値にも割高にもなります。

バックエンド側は、OrcaRouter が自分がそうでないもののふりをせずに収まる場所です。Phonic 1 も GPT Live 1 も当社のカタログにはありません。それぞれベンダー自身の API を通じて利用できますが、GPT-Live-1 の難しいターンに応答するモデルは通常のテキストモデルであり、それは 1 つのキーで、プロバイダーの定価に対して 0% のマークアップでルーティングする 200 以上のモデル。OpenAI が名前を挙げる両バックエンド、GPT-5.6 Luna と GPT-6 Astra のモデルページはここにあります。ルーティングルールを使えば、簡単なターンは安価なバックエンドに保持し、必要なターンだけをエスカレーションできます。さらに、プロバイダーが呼び出し途中に不安定になった場合の自動フェイルオーバーも備わっています — これこそが、GPT-Live-1 の変動する請求額を上限付きのものに変える制御です。

OpenAIにあってPhonicにないもの

成熟度の差はマーケティング上の売り文句ではなく、プロダクション上の論点です。GPT-Live-1は2026年7月8日からChatGPTに、9月10日からAPIに搭載され、10月15日には増分アップデートのGPT-Live-1.1を受けています。これは登場から1週間のモデルが経験したことのない規模で稼働しており、そのトランスポートに関する説明にもそれが表れています。WebRTC、WebSocket、SIPによるLive Sessionsを提供し、電話関連の処理はインテグレーターに委ねるのではなく自社で担います。

採用ももう一つのシグナルだ。Perplexityは2026年10月28日に音声モードをGPT-Live-1へ移行し、YelpとSpeakが初期パートナーとして名を連ねている。それは品質の証明ではないが、モデルが一般消費者からのアクセスに耐えられることの証明ではある。

• 転送方式 — {{1}}GPT-Live-1{{/1}}はWebRTC、WebSocket、SIPを提供し、{{2}}Phonic 1{{/2}}はWebSocketエンドポイントを提供しており、統合スタイルとしてWebhook、常時接続ソケット、またはLiveKitを利用できます。

• 同時実行数 — GPT-Live-1 は階層別の同時セッション上限を公表しており（おおよそ Tier 1 で 25～50、最上位ティアで最大 500）、無料枠はありません。Phonic 1 は公開資料でセッション上限を公表していません。

• 境界 — GPT-Live-1 は画像や動画の入力を受け付けず、音声レイヤーでは構造化出力を提供しません。Phonic 1 は音声ネイティブであり、ツール呼び出しが構造化されたサーフェスです。

• デプロイ — Phonic 1 はクラウド、シングルテナント、VPC ピアリング、セルフホストを提供し、SOC 2 Type II および HIPAA BAA にも対応可能です。GPT-Live-1 は OpenAI がホストする API です。

Phonic 1 が持つ、OpenAI にはないもの

速度は、同じ基準で測定するボード上では、最初の音声まで0.61秒に対し1.34秒と1.24秒です。これは、この比較において、チャートから推測するのではなく通話者が体感できるほど大きな唯一の測定済みの差であり、Phonicが主張する音声入力から音声出力まで600ms未満という内容と一致します。

エージェンシー、より狭義には：より優れたOpenAI構成で79.9%対74.5%。そして請求書が1つであることは、能力というより調達上の特性だ——しかし、音声、バックエンド、ツールの各行を載せたスプレッドシートを回してきた企業にとって、3つのメーターを1つにまとめることには確かな価値がある。

初回音声出力までの時間 — Phonic 1 は 0.61 秒、GPT-Live-1 は 1.34 秒（Astra、medium）および 1.24 秒（Sol、low）（Artificial Analysis 調べ）。

• エージェント性能 — Phonic 1 が79.9であるのに対し、Astra（medium）は74.5、Sol（low）は59.3。

• アリーナ選好 — GPT-Live-1 1,027および1,037 対 Phonic 1 1,012。

• タスク成功率 — Phonic 1 92.3% 対 87.4%（Astra）、90.9%（Sol）。

OpenAI自身の性能主張には、独自の注記が必要だ。なぜなら、そのいずれも独立に再現されたことがないからである。Full Duplex Bench v1.5で80.1%（GPT-Realtime-2.1は45.4%）、ターン交代のレイテンシは0.798秒（同1.41秒）、ツール呼び出しの成功率は約87%。これらはベンダー公表値である。もっともらしくはあるが未検証であり、Phonicの15.7秒という比較についても同じ一文を書かねばならない。

賭けとして述べられた決断

GPT Live 1は、通話が取引的というより会話的で、通信と電話周りを任せたい場合、またその料金を競争力あるものにするバックエンドルーティングを自分で担う用意がある場合に選んでください。エージェント性能の5.4ポイント不足は現実ですが、主に質問に答え、時々ルックアップを呼び出すだけのエージェントには致命的ではありません。また、OpenAIのより大規模な複数構成ラインナップは、最小限の労力の音声から最先端バックエンドまで、Phonicが現在公開しているよりも多くの調整項目を提供します。

通話でトランザクションを完了させる必要があり、最初の音声までの3分の1秒が放棄率を左右し、よく調整されたバックエンドによる理論上の節約よりも分単位の定額料金のほうが価値があるなら、Phonic 1を選んでください。独立したボードが1枚しかなく、公開されたセッション上限も、消費者規模での導入実績もない、1週間前のモデルを購入することを受け入れてください。

決着をつけるのは、どちらのベンダーが何かを公表することではない。それは、2社に半分ずつ振り分けて自分で通話する2週間であり、同一タスクの完了率を並べて測定することだ。Phonicのエージェント性能における5.4ポイントのリードは、単一のタスク領域で覆りうるちょうどの大きさの差である——それは、ベンチマークの首位を選ぶのではなく、測定すべきだという主張だ。