Tell 1 vs Gemma 4 12B：ディスクに保存できるものと、電話でしか使えないもの

両者の違いを理解する最速の方法は、Tell 1 と G​emma 4 12B をダウンロードしてみることです。G​emma 4 12B は Apache 2.0 の下で約 27 GB の BF16 safetensors として提供され、量子化ビルドでは 24 GB カード 1 枚で毎秒約 110 トークンで動作し、あなたにだけ応答し、他の誰にも応答しません。Tell 1 はそもそもダウンロードできません。これは Retell 独自の推論モデルで、音声エージェントプラットフォームの中にあり、毎分 $0.07〜$0.31 を課金し、モデルを販売せず、モデルカードも公開せず、自分のインフラに接続させることもできません。この比較における他のすべては、ベンチマークを含め、その非対称性から導かれます。なぜなら、これらのモデルの一方は GPU さえあれば誰でも測定できますが、もう一方はそれを所有する企業しか測定できないからです。

どちらも本当に興味深いリリースであり、それぞれ異なる用途のために作られています。Gemma 4 12BはGoogle DeepMindのエンコーダーフリーの中規模オープンモデルで、2026年6月3日にリリースされ、目の前のマシン上でマルチモーダル推論を行うために設計されています。Tell 1は、このモデルが存在する前に月間1億件を超える通話を処理していたコンタクトセンタースタックの推論レイヤーであり、その設計目標はローカルモデルには提供できない一点、つまり電話発信者の沈黙に対する許容範囲内に収まる最初の音節です。

モデルと呼ばれる2つのもの、そのうちファイルなのは1つだけ

Gemma 4 12Bは119億5,000万の密パラメータを持ち、視覚や音声の専用エンコーダーはありません。画像パッチと音声波形はトランスフォーマーに直接入力されるため、このファミリーは複数のタワーを積み重ねたものではなく、単一の「統合」チェックポイントとして提供されています。256Kトークンのコンテキストを持ち、テキスト、画像、音声、動画フレームを読み取ります。Hugging Faceリポジトリは1,400万回以上ダウンロードされ、チャットテンプレートは2026年7月9日に最後に改訂され、ライセンスはApache 2.0で、収益条項、ユーザー数条項、交渉が必要な別個の商用契約はありません。

Tell 1 にはそうした資料が一切ない。リポジトリも、設定ファイルも、トークナイザーも、ライセンス文も、コンテキストウィンドウの数値も、Retell 自身のサイトで私が見つけられた範囲のどこにも公開されていない——しかも私はブログ、変更履歴、ドキュメント索引、ニュースルーム、そして同社のモデルベンチマークサイトまで確認した。それがまったく登場するのは2か所だけだ。ひとつはホームページ上のラベルで、「Retell Labs 開発」という見出しのセクションの下、「Agent harness」の隣に置かれている。もうひとつは、Retell の公開音声ベンチマークに関する9月の変更履歴に追加された11月の更新メモだ。公開記録はこれで全部である。これはスキャンダルではない。多くのプラットフォームベンダーは、内部モデルを文書化せずに出荷している。だがそれは、この比較の半分はベンダーの言い分を前提に行わざるを得ず、残りの半分は今夜あなた自身が自分のハードウェアで行えるということを意味している。

そのうちの1人が公の場で答える5つの質問

買い手が実際に必要とする項目で両者を並べてみれば、ギャップの形はすぐに明らかになる。各行の両側を、なぜなら要点はスコアではなく対比だから：

• 重み — Gemma 4 12Bはこれらを公開しており、Apache 2.0、セルフホスト可能、ファインチューニング可能、再配布可能です。Tell 1は何も公開しておらず、Retell音声エージェントの一部としてのみ利用できます。

• サイズ — 11.95Bの密パラメータ。BF16で約27 GB、量子化時は7 GB未満で、G​emma向け。Tell 1については非公開。また、Retellのハーネス内で中央値72 msで応答するという事実は、フロンティア級の汎用モデルではなく、小型の専用設計モデルであることを示唆するが、これは推測であり、文書化された情報ではない。

• コンテキスト — G​emma 4 12Bでは256Kトークン、Tell 1では明示されていない。電話エージェントにとって、これは聞こえるほど深刻ではない。通話は短く、ナレッジベースはモデルの外に存在するためだ。

• モダリティ — Gemmaはテキスト、画像、音声、動画を受け取ってテキストを返します。Tell 1は音声プラットフォームから渡される文字起こしとツールのペイロードを受け取り、それ以外に何を受け付けるかは公開されていません。

• 証拠 — G​emma にはベンダーカード（DocVQA 94.9、InfoVQA 88.4、MMLU-Pro 77.2、GPQA Diamond 78.8、いずれも G​oogle 報告）があり、さらに独立系の Artificial Analysis Intelligence Index は 14、約 110.9 トークン/秒です。Tell 1 は、その所有者が作成したベンチマークに 1 行だけあり、それについては以下で扱います。

どちらの列が長いかに注目してください。これはTell 1の品質をけなすものではありません。お金を使う前に何を検証できるかについての説明です。ダウンロードできるモデルなら、自分のデータに対して半日でテストできます。レンタルしかできないモデルは、レンタルして試すことになります。

Tell 1 の見出し数値が実際に測っているもの

RetellのvCX Benchmarkは、結果をマーケティング用のチャートではなく構造化データとして公開しており、これは大半のベンダー製リーダーボードが行っている以上のことだ。Tell 1は45モデルから抽出された62の評価対象構成の表に位置しており、その行は会話寄りの端で最も強い。Retellの口語次元で96.6%、中央値72.5 msを記録し、どちらもこの分野で1位だ。同じ行は、指示追従とRetellがハルシネーションとラベル付けする行で2位、ツール呼び出しで5位、モデルコストは毎分3.5セントで62中19位となっている。4つの次元を平均すると94.45%になり、これがRetellが先頭に掲げる数値だ。

それらの順位には2つの注意点が付きまとう。どちらもRetellが不誠実というわけではない。データがよりすっきりした解釈を支えていないだけだ。第一に、Tell 1の行はベンチマークのバージョン17なのに対し、62行のうち50行はバージョン1だ。タスクを見直すベンチマークは正しいことをしているが、2つの異なるテストセットにまたがって算出された「総合1位」は集計値であり、同一条件の結果ではなく、ページ側でもそのための正規化はされていない。第二に、4つの評価軸は一致していない。Tell 1は自社ベンチマークでも、指示追従やツール呼び出しにおいて最良のモデルではない。指示追従ではGPT-6-Astraが89.7%、Tell 1が88.6%で、ツール呼び出しでは少なくとも1つのClaudeビルドがわずかに上回っている。Tell 1が明確に勝っているのは、通話者が聞いて分かる2点だ。最も速く、最も人間らしく聞こえる。

報道では混同されがちなので、正確に区別しておきたい数字が1つあります。72 ms はハーネス内でのモデルのレイテンシであり、通話者が体験するものではありません。Retell のホームページでは、典型的なエージェントの応答時間をエンドツーエンドで約600 msと記載しており、これには音声認識、オーケストレーション、モデルのターン、音声合成が含まれます。両方の数字が真であり得ます。電話で話す人が知覚するのは、2番目の数字だけです。

それぞれがスタック内のどこに属するか

Gemma 4 12B はライブ電話エージェントには不向きです。それは品質のせいではありません。単一 GPU 上の 12B 密モデルは優れた構成要素ですが、自社の配信スタックを経由する往復に加え、音声認識と音声合成が、エンドツーエンドの応答を、発信者がエージェントの発話に被せて話し始める範囲まで押し上げるのです。Google 自身による 12B の位置づけは、ラップトップ上でのエージェント的作業——文書理解、画面読み取り、ツール使用、コーディング支援——であり、その位置づけは正確です。あなたの仕事が一晩に十万件の請求書、第三者に送れない非公開コーパス、またはオフラインの現場デバイスであるなら、Tell 1 は太刀打ちできません。Tell 1 はそこにそもそもデプロイできないからです。

Tell 1はその逆です。Retellから切り離すことはできず、あなたが自分のトランスクリプトでファインチューニングすることも、Retellの協力なしに第三者によるベンチマークを受けることもできません。できるのは、電話、ターンテイキング、音声をすでに自社で押さえているプラットフォーム内で応答し、それを72 msで行うことです。これは、どれだけプロンプトエンジニアリングを重ねても解決できないスタックの部分です。コンタクトセンターエージェントを自社で構築するのではなく購入するのであれば、重要なのはその列だけです。

中間地点こそ、ほとんどのチームが実際に落ち着くところです。大量の決定論的作業には小規模なセルフホストモデル、難しい局面にはホスト型のフロンティアモデルです。この2つのモデルのどちらも、その2枠目に自然に選ばれるものではなく、ここで当社自身のカタログが関係してきます。Tell 1 も G​emma 4 12B も OrcaRouter 経由ではルーティングできません。当社は Tell 1 をホストしておらず、当社が扱う G​emma 4 のサイズは31B Instructと26B A4Bであり、12B ではありません。この2つはプロバイダーの定価に何も上乗せせず、31B は入力100万トークンあたり $0.13、出力 $0.38、26B A4B は入力 $0.06、出力 $0.33 です。12B に求めていたのが「GPU を所有せずに呼び出せる G​emma 4」だったなら、これが正直な比較対象になります。

同じ単位に換算したコスト

分単位のプラットフォーム価格とトークン単位のモデル価格を比較する点こそ、こうした記事の多くがこっそりごまかしているところなので、ここでは判定ではなく換算を示します。Tell 1 は別料金ではなく、Retell の 1 分あたり $0.07〜$0.31 に含まれています。また、それを載せているベンチマーク行にはモデルコストが 1 分あたり 3.5 セントとあり、これはその価格帯を置き換えるのではなく、その中に収まっています。Artificial Analysis の混合価格で入力 100 万トークンあたり $0.10、出力 100 万トークンあたり $0.30 の Gemma 4 12B は、トークンあたりではほぼ無料ですが、そのうえで GPU の費用を払うことになります。24 GB カードを 1 時間動かすと、Retell の最安ティアの 1,000 分以上よりも高くつくため、交差が起きるのは高い稼働率で継続的な量を処理する場合だけです。

• コスト単位 — Tell 1 の会話1分あたりのドル；G​emma 4 12B の100万トークンあたりのドル＋GPU時間。

• 損益分岐点 — GPUがすでに稼働している時点では、限界コストでG​emmaが勝ち、カードを飽和状態に保てるほど量が増えるまでは、総所有コストでTell 1が勝ちます。

• 隠れた明細項目 — Tell 1 はテレフォニー、音声合成、ハーネスを1つの金額にまとめていますが、セルフホストの G​emma スタックでは、ASR、T​TS、配信レイヤー、そしてオンコール対応のエンジニアに対して個別に費用が発生します。

どちらを選ぶべきですか

今四半期に人間らしく聞こえる電話エージェントが必要なら、2つのうち製品であるのはTell 1だけであり、注意点も含めたベンチマークは、それが最も得意とする点こそがまさにあなたが購入しようとしているものだと言っています。同じRetellエージェント内で、現在信頼しているモデルと比較してテストし、通話を20件聞いて、グラウンディングエラーを数えてください。なぜなら、Retell自身のデータが負けるとしているのはまさにそこだからです。

検査でき、ファインチューニングでき、プライベートにホストでき、製品内で再配布でき、ネットワークなしで実行できるモデルが必要なら、G​emma 4 12B は単により良い選択肢というだけでなく、このページで唯一の選択肢です。Apache 2.0 と 12B での 256K コンテキストという組み合わせは月ごとに有用性を増しており、1400万ダウンロードという数字は、多くのチームがすでにその結論に達していることを示しています。

どちらを購入するにしても、その前に問う価値があるのは、その2つの文のどちらがあなたの問題を表しているかです。なぜなら、それらは同じ問題ではなく、どのベンチマークもあなたがどちらの問題を抱えているかを教えてくれないからです。