Eleven Realtime v1 Max vs Gemini 3.8 Live: 더 빠르고, 추론에서 더 예리하며, 가격은 5.7배

Eleven Realtime v1 Max는 0.57초 만에 말을 시작하고 Big Bench Audio에서 98.8%를 맞힙니다. Gemini 3.8 Live는 1.18초 만에 말을 시작하고 92%를 기록합니다. 음성 모델을 두고 논쟁할 때 사람들이 인용하는 두 가지 축에서 ElevenLabs가 모두 이기지만, 재무팀이 신경 쓰는 거의 모든 축에서는 집니다. 그 시작은 같은 벤치마크에서 Gemini가 오디오 1시간당 $0.84, Eleven Realtime Max가 $4.80으로 책정된 지점입니다. 이 등급 모델들의 배후에 있는 문서화된 AI 사고와 에이전트 실패 사례는 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰 등급, 이의 제기 여부 플래그가 함께 제공됩니다.

두 모델은 음성 에이전트가 무엇인지에 대해서도 의견이 다릅니다. Gemini 3.8 Live는 플랫폼의 일부입니다. 지수 점수, 문서화된 요금표, 97개 언어, 생성되는 매초마다 적용되는 SynthID 워터마크, 그리고 추론과 대화를 분리하는 표준과 Extended Thinking 두 가지 변형을 갖추고 있습니다. Eleven Realtime v1 Max는 인식, 턴테이킹, 사고, 음성이 함께 튜닝되었다는 약속을 내세워 판매되는 단일 모델이며, 그 지수를 뒷받침하는 에이전틱 벤치마크가 이 모델에서 실행되지 않았기 때문에 Speech to Speech Index가 전혀 없습니다.

마지막 문장은 전체 논지를 압축한 것입니다. 이 모델들 중 하나는 완전한 공개 성적표를 갖고 있고, 다른 하나는 자신이 가진 두 행에서 최고의 수치를 기록했지만 가장 어려운 행이 들어갈 자리에는 빈칸이 있습니다.

스코어보드가 실제로 말하는 것

아래의 모든 수치는 {{1}}Artificial Analysis{{/1}}의 {{2}}Speech to Speech{{/2}} 리더보드에서 가져온 것이며, 이 리더보드는 벤더 페이지를 그대로 전달하지 않고 두 모델을 동일한 하네스에서 테스트합니다. 벤더 수치와 다를 경우에는 별도로 표시됩니다.

• 음성 추론(Big Bench Audio) — Eleven Realtime v1 Max 98.8% vs G​emini 3.8 Live 92%

• 첫 오디오까지 걸리는 시간 — Max 0.57초 vs Gemini 1.18초

• 작업 성공률 — Max 87.1% vs G​emini 93.2%

• 에이전트 성능 (τ-Voice) — Max는 측정되지 않음 vs G​emini 30.1%

• 대화 역학(Full-Duplex-Bench) — 최대 94.1% 대 G​emini 96.1%

• 아레나 선호도(Elo) — Max 997 vs G​emini 1,078

• Speech to Speech Index — Max는 점수 없음 vs Gemini 76.0

• 입력 오디오 시간당 비용 — Max $4.80 vs G​emini $0.84

패턴은 “ElevenLabs는 오디오에서 더 낫고, Google은 나머지 모든 것에서 더 낫다”가 아니다. 그것보다 더 좁고 더 흥미롭다. Max는 고정된 오디오 질문 세트에서 측정한 두 가지 — 정확하게 답하기, 빠르게 답하기 — 에서 이기고, 인간이 루프에 개입하거나 완료를 위한 도구 호출이 필요한 세 가지에서는 진다. 아레나 선호도는 사람들이 듣고 선택하는 것이다. 작업 성공은 올바른 함수가 호출되었는지 여부다. 대화 역학은 말차례가 적절하게 느껴졌는지 여부다. 이것들이 프로덕션 지표이며, Gemini가 세 가지 모두를 차지한다.

τ-Voice 행은 누구든 이 수치를 인용하기 전에 주의사항을 붙일 만하다. G​emini 3.8 Live의 30.1%는 정말로 형편없는 에이전트 점수다. 같은 테스트에서 같은 제품군의 Extended Thinking 버전은 68.6%를 기록하고, G​PT-Live-1(Astra, medium)은 74.5%를 기록한다. 에이전트가 정책 범위 안에서 예약을 변경해야 한다면, 일반 3.8 Live는 원하는 모델이 아니다. 하지만 Max의 공백은 0이 아니며, 0으로 읽어서는 안 된다. 이는 테스트가 아직 실행되지 않았음을 의미한다.

가격 격차는 어디에서 비롯되며, 왜 보이는 것만큼 중요하지 않을 수 있을까

Gemini 3.8 Live는 입력 오디오 분당 $0.005, 출력 오디오 분당 $0.018로 청구하며, 텍스트는 백만 토큰당 $0.75 및 $4.50, 이미지 또는 비디오 입력은 백만 토큰당 $1.00입니다. Eleven Realtime은 모델별 요금을 전혀 공개하지 않습니다. ElevenAgents에서는 표준 분당 에이전트 요금에 더해 Realtime 모델 요율로 토큰을 지불하고, Realtime API를 통해서는 연결된 오디오 분당 요금에 더해 토큰을 지불하며, 모든 플랜에서 동일한 토큰 가격이 적용됩니다. Artificial Analysis는 둘 다 고정 질문 세트에 대한 시간당 비용으로 환산하는데, 이것이 둘을 정직하게 비교할 수 있는 유일한 방법이며, $0.84 대 $4.80이라는 결과가 나옵니다.

두 가지가 뒤따릅니다. 첫째, 일일 사용량이 수천 분 단위로 측정된다면 그 격차가 곧 결정입니다 — 5.7×는 반올림 오차가 아니며, ElevenLabs가 이를 좁힐 수 있는 공개된 수단은 더 저렴한 Mini 외에는 없습니다. 둘째, 이 비교는 정가처럼 정적이지 않습니다. Google은 이전에 Gemini 오디오 요금을 인하한 적이 있으며, 제공업체가 정가를 그대로 전가하면 인하가 같은 날 우리 쪽에도 적용됩니다. OrcaRouter는 아무런 마크업도 붙이지 않기 때문입니다. 반대의 경우도 마찬가지입니다. ElevenLabs가 Realtime 요금을 공개하면 누구도 통합을 다시 작성하지 않아도 숫자가 바뀝니다.

말차례에 관한 두 가지 서로 다른 내기

아키텍처는 동등하지 않으며, 그 차이는 어떤 품질 주장보다도 지표 분할을 더 잘 설명한다.

G​emini 3.8 Live는 G​oogle이 2년째 출시해 온 제품군 중 하나입니다.

거의 실시간으로 시각 입력을 처리하고, 대화 중간에 97개 언어를 넘나들며 전환하며, 백그라운드에서 도구 및 API 호출을 실행해 에이전트가 요청을 확인한 뒤 조회가 끝날 때까지 계속 대화할 수 있도록 한다. 형제 모델인 Gemini 3.8 Live Extended Thinking은 추론과 발화를 동시에 하며 진행 상황을 설명한다. 둘 다 SynthID 워터마크를 포함하고 gemini-3-8-audio로 게시된 모델 카드를 공유하며, 둘 다 문서화된 API ID인 gemini-3.8-live와 gemini-3.8-live-extended-thinking을 갖는다.

Eleven Realtime은 스택을 조정하는 대신 하나로 병합합니다.

음성 인식, 턴테이킹, 추론 단계, 음성 생성은 하나로 튜닝된 시스템이며, 그래서 별도의 음성 활동 감지기가 발신자가 언제 말을 마쳤는지 판단하지 않고도 0.57초 만에 응답할 수 있습니다. E​levenLabs가 직접 제시한 효과의 예는 백채널입니다. Mini는 화자가 말을 마친 것인지, 아니면 단지 "mm-hmm"으로 끼어드는 것인지를 감지하는 것으로 문서화되어 있습니다. 바로 그 동작이 음성 에이전트가 무전기처럼 느껴지지 않게 해주며, VAD에게 무엇이 끼어들기인지 알려줘야 하기 때문에 캐스케이드 파이프라인이 어려워하는 종류의 일입니다.

통합 설계의 대가는 제어권입니다. ElevenAgents에서 Realtime 모델을 선택하면 ElevenLabs가 LLM, 추론 강도, 사고 예산, 병렬 도구 호출, 캐스케이드 타임아웃, TTS 모델, 표현 모드 및 ASR 공급자를 관리한다는 뜻입니다. 사용자 지정 LLM을 가져올 수 없고, Amazon Bedrock을 사용할 수 없으며, 워크플로 노드는 이러한 설정 중 어느 것도 재정의할 수 없습니다. Gemini는 모델을 제공하고 파이프라인을 그대로 유지할 수 있게 해줍니다.

아무도 비교표에 넣지 않는 통합 관련 질문

Gemini 3.8 Live는 Gemini API 모델입니다. Eleven Realtime은 두 가지 방식으로 판매됩니다. 하나는 ElevenAgents 내부에서, 다른 하나는 OpenAI의 이벤트 프로토콜과 와이어 호환되는 Realtime API를 통해 wss://api.elevenlabs.io/v1/convai/realtime에서입니다. OpenAI Realtime 클라이언트가 있다면 엔드포인트와 모델 이름을 바꾸는 것이 마이그레이션의 대부분입니다. 문서에는 이를 위한 원 커맨드 스킬이 포함되어 있습니다.

그 호환성을 위해 포기하게 되는 것은 플랫폼입니다. Realtime API와 ElevenAgents는 서로 다른 연결 프로토콜을 사용하는 별개의 제품이며, API는 전화 또는 WhatsApp 채널, 지식 베이스, 가드레일, 스크립트 기반 테스트 또는 대화 모니터링을 제공하지 않습니다. 또한 ElevenLabs는 Realtime API가 출시 시점에 WebRTC를 지원하지 않고 WebSocket만 지원한다고 분명히 밝힙니다.

그 비대칭성이 바로 라우팅 레이어가 들어설 자리이며, ElevenLabs 쪽보다 Gemini 쪽에 더 잘 맞습니다. OrcaRouter는 eleven_realtime_v1_max를 호스팅하지 않습니다. 이 모델을 위한 서드파티 엔드포인트는 존재하지 않으며, 우리는 그런 척하지 않겠습니다. OrcaRouter가 호스팅하는 것은 Gemini 형태 스택의 나머지 부분입니다. 즉 google/gemini-3.8-flash와 하나의 키 뒤에 있는 다른 Gemini 모델들, 총 16개 제공업체의 209개 모델을 제공업체 정가 그대로 마크업 없이, 제공업체 오류 시 자동 페일오버와 함께. Gemini 위에 음성 레이어를 구축하면, 그 주변의 검색과 통화 후 분석은 리더보드만 보고 확정하는 대신 자체 트래픽에서 교체하고 A/B 테스트할 수 있습니다.

어느 걸 고를까?

Gemini 3.8 Live 완전한 공개 스코어카드와 문서화된 요금표, 더 저렴한 분당 요금을 갖추고 있습니다. 에이전트 기능상의 약점은 실재하지만 측정 가능하며, 작업 완료가 병목이라면 Extended Thinking 형제 모델이 해결책입니다.

Pick Eleven Realtime v1 Max대화 자체가 제품이고 — 끊기는 것이 불만인 튜터, 캐릭터, 지원 라인 — 워크로드가 긴 연결 통화보다 추론 중심의 오디오라면 선택하세요. 가장 빠른 강력한 추론 성능과 가장 잘 측정된 턴테이킹을 프리미엄 가격에 구매하는 것이므로, 결정하기 전에 가격을 모델링해 보아야 합니다.

인덱스 점수만 보고 판단하지 마세요. Max에게는 그것이 없는데, 그것은 Max의 품질을 깎아내리는 말이 아닙니다. 그것은 Max의 행동 중 얼마나 많은 부분이 아직 측정되지 않았는지를 말해줄 뿐입니다. 이 비교를 바꿀 단 하나의 숫자는 Max에 대한 τ-Voice 실행 결과입니다. 만약 그것이 Gemini의 68.6% — 표준이 아닌 Extended Thinking 변형 — 를 넘는다면, ElevenLabs의 프리미엄은 세금이라기보다 보험 정책처럼 보이기 시작합니다. 그 결과가 나오기 전까지는, 더 빠른 모델이 증명해야 할 것이 더 많은 쪽입니다.