Gemini 3.8 TTS vs Breeze TTS 2: 이걸 결정하는 건 리더보드가 아니라 라이선스다

56 Elo 포인트 차이가 Gemini 3.8 Flash TTS와 Breeze TTS 2 사이에 있으며, 두 모델은 서로의 오차 범위 안에 들지 않습니다. 벤더의 모델은 1,999개 샘플과 8개 아레나 음성을 기준으로 Elo 1,260을 기록하며 2위에 올랐고, 2026년 9월 23일에 출시되었습니다. Breeze TTS 2는 1,390개 샘플에서 1,204로 9위이며, 2026년 8월에 출시되었습니다. 가격에서는 순서가 크게 뒤집힙니다. Breeze는 정규화 기준 백만 자당 $34.00로 책정된 반면 Flash TTS는 $16.50이므로, 순위표에서 이기는 모델이 청구서에서는 약 두 배로 지는 셈입니다.

그것이 비교의 전부라면 짧은 글에 그쳤을 테고, 여러분은 56점 차이를 얼마나 신뢰하느냐에 따라 선택했을 것이다. 하지만 두 모델은 같은 종류의 대상이 아니다. Breeze TTS 2는 직접 내려받아 살펴보고 실행할 수 있는 30억 파라미터 오픈 가중치 모델이며, 그 라이선스는 리더보드에서의 위치보다 더 중요하다는 것이 드러난다. Gemini 3.8 Flash TTS는 음성 디자인과 두 화자 대화를 지원하는 API 엔드포인트일 뿐, 가중치는 전혀 없다. 이 둘 중 하나를 고르는 일은 벤치마크의 옷을 입고 있는 라이선스와 배포에 관한 질문이다.

각각이 실제로 무엇인지

숫자를 비교하기 전에 각 모델의 윤곽부터 제대로 파악하세요. Elo가 아닌 거의 모든 축에서 서로 다르기 때문입니다.

• 배포 — Breeze TTS 2는 다운로드 가능합니다: 가중치는 Hugging Face에 BreezeBlue/Breeze-TTS-2로 PyTorch 코드와 함께 공개되었습니다. Gemini 3.8 Flash TTS는 API 전용이며, Gemini API와 9월 23일 발표에서 언급된 Google 서피스를 통해 접근할 수 있습니다.

• 크기 — Breeze TTS 2는 3B 매개변수 모델이며, 바로 이것이 자체 호스팅이 가능한 이유입니다. Google은 두 Gemini 3.8 TTS 모델 중 어느 것에 대해서도 매개변수 수를 공개하지 않았습니다.

음성 생성 — Gemini 3.8 Flash TTS는 작성된 설명을 바탕으로 음성 디자인을 수행하고 30초 샘플을 바탕으로 음성 복제를 수행합니다. Breeze TTS 2는 공급업체가 수천 개로 집계하는 음성 라이브러리와 자체 음성 디자인 경로를 함께 제공합니다. 해당 경로에 대해 공급업체가 보고한 역할 적합도 및 연출 점수는 BreezeBlue 자체의 것이며 독립적인 대응 지표가 없습니다.

• 대화 — Gemini 3.8 Flash TTS는 한 번의 호출로 두 화자의 대화를 생성하며, 턴 단위 스타일링을 지원합니다. Breeze TTS 2는 단일 음성 모델이며, 대화는 두 번의 실행을 이어 붙인 것입니다.

• 언어 — Breeze TTS 2는 공급업체가 집계한 기준으로 50개 언어를 지원합니다. Google의 발표에서는 Flash 모델에 대해 130개로 집계하지만, 두 수치는 같은 것을 측정한 것이 아니므로 130 대 50으로 읽어서는 안 됩니다.

• 지연 시간 — BreezeBlue는 40ms 미만의 스트리밍 지연 시간을 주장합니다. Google은 Flash TTS에 대해 이에 상응하는 수치를 공개하지 않습니다. 두 수치 중 어느 것도 독립적으로 검증되지 않았으며, 그중 하나만 존재합니다.

라이선스가 진정한 갈림길이다

이것은 리더보드가 보여줄 수 없는 부분이며, 두 모델의 품질이 겹치는 곳에서조차 두 모델을 서로 바꿔 쓸 수 없는 이유입니다.

Breeze TTS 2의 가중치는 BreezeBlue 연구 및 비상업적 라이선스에 따라 배포됩니다. 같은 저장소의 소스 코드는 Apache 2.0입니다. 이 두 사실은 모델 카드에서 나란히 놓여 있으며 대부분의 보도에서 “오픈 소스”로 뭉뚱그려지는데, 이는 비용이 발생하는 방향으로 잘못된 것입니다. 코드가 Apache 2.0이라고 해서 가중치까지 Apache 2.0이 되는 것은 아니며, 모델의 상업적 사용은 자체 호스팅 체크포인트가 아니라 호스팅 API를 통해 이루어집니다.

Google 쪽에는 라이선스 문제가 전혀 없습니다. 라이선스를 부여할 대상이 없기 때문입니다. 당신이 사는 것은 추론입니다. 당신이 포기하는 것은 오픈 웨이트를 보통 구매하는 이유인 바로 그것입니다 — 데이터가 있는 곳에서 모델을 실행하고, 버전을 고정해 유지하며, 글자당 비용을 지불하는 것을 멈출 수 있는 능력입니다.

그러므로 솔직한 구도는 개방 대 폐쇄가 아니다. 그것은:

• 배포 환경에서 오디오를 자체 인프라 내에 유지해야 한다면, Breeze TTS 2는 둘 중 유일하게 방법을 제공하며, 그 방법은 연구용 라이선스입니다. 이를 기반으로 제품을 구축하기 전에 법률 검토를 받으십시오.

• 배포 환경에서 API를 호출할 수 있다면 라이선스 문제는 사라지고, 비교는 다시 품질, 가격, 기능으로 돌아갑니다 — 여기서 Flash TTS는 세 가지 중 두 가지에서 앞서 있습니다.

• 대화 없이 상업화할 수 있는 오픈 웨이트를 원한다면, 이 둘 중 어느 것도 그런 모델이 아니며, 아레나에는 다른 행들이 있습니다.

Elo 격차가 의미를 갖는 경우와 그렇지 않은 경우

56점 차이는 보드가 이 두 행에 대해 보고하는 ±16 및 ±16 신뢰구간을 벗어나므로, 이 순위는 예를 들어 Flash TTS 대 Gemini 3.8 Flash-Lite TTS가 노이즈인 것과 같은 방식의 노이즈가 아닙니다. 하지만 아레나 Elo는 한 가지, 즉 블라인드 비교에서 청취자가 두 클립 중 어느 쪽을 선호했는지를 측정합니다. 그것은 집계된 선호 신호입니다.

그것이 측정하지 않는 것은 프로덕션 파이프라인이 신경 쓰는 모든 것이다. 그것은 두 모델 중 어느 쪽이 정체성 드리프트 없이 40분 분량의 스크립트를 어떻게 처리하는지, 제품 이름을 어떻게 발음하는지, 입력에 전화번호가 포함되어 있을 때 어떻게 동작하는지, 또는 훈련 범위 밖의 것을 요청받았을 때 실패 양상이 어떤 모습인지 알려주지 않는다. Breeze TTS 2의 1,390개 샘플과 Flash TTS의 1,999개 샘플은 둘 다 집계가 안정적일 만큼 충분히 크고, 둘 다 사용 사례의 개별 세그먼트가 그 안에 전혀 대표되지 않을 만큼 충분히 작다.

또한 각 모델이 수행하도록 요구되는 작업을 고려하면 격차는 보기보다 좁습니다. Flash TTS는 한 번의 호출에서 두 명의 화자를 처리하는데, 이는 Breeze TTS 2가 평가받는 작업보다 더 어려운 작업입니다. 그것이 56점을 과소평가로 만드는지 과대평가로 만드는지는 사용 사례에 따라 다르며, 어느 벤더도 이를 확정할 절제 실험을 공개하지 않았습니다.

각각 한 시간에 드는 비용은 얼마인가

두 가격 수치는 직접 비교할 수 있는 것이 아니며, 그렇지 않은 척하는 것이 이 맞대결을 다룬 글에서 가장 흔한 오류다.

Google은 토큰 기준으로 요금을 청구합니다. 입력 텍스트 토큰 백만 개당 $0.50, 출력 오디오 토큰 백만 개당 $9.00이며, 2026년 12월 31일까지 적용되고 이후에는 $18.00입니다. Batch와 Flex는 $0.25 및 $4.50이고, Priority는 $0.90 및 $16.00입니다. 자매 모델인 Flash-Lite TTS는 $0.50 및 $6.00이며, 이후에는 $12.00입니다.

BreezeBlue는 문자 단위로 요금을 청구합니다: 호스팅 API를 통한 사용 시 백만 문자당 $34.00입니다.

Artificial Analysis는 두 항목을 모두 백만 자당 기준으로 정규화해 같은 보드에서 비교할 수 있게 하며, $16.50 대 $34.00이라는 수치가 여기서 나옵니다. 이 정규화는 보드의 것이지 어느 공급업체의 것도 아닙니다 — Google은 Flash TTS에 대한 문자당 요금을 공개하지 않으며, $16.50을 환산이 아니라 견적으로 취급하는 것이 사람들이 청구서를 받고 놀라게 되는 이유입니다.

미리 대비할 가치가 있는 두 가지 결과:

• Flash TTS 요금은 2027년 1월 1일부터 두 배가 됩니다. 프로모션 가격으로 예산을 책정하면 Breeze TTS 2와의 격차가 크게 좁혀지고, $18.00로 책정하면 거의 메워집니다.

• Breeze TTS 2를 셀프 호스팅한다고 해서 무료가 되는 것은 아니며, 자본 비용이 됩니다. 3B 모델은 적당한 사양의 하드웨어에서 실행할 수 있을 만큼 작지만, 이 계산은 대량 사용에서만, 그리고 연구 라이선스가 허용하는 사용 사례에서만 이득을 봅니다.

하나의 답이 있는 척하지 않으면서 선택하기

의사 결정 트리는 짧습니다.

두 명의 화자가 나누는 대화가 필요하다면, 설명을 바탕으로 설계되고 ID로 유지되는 음성을 원한다면, 파이프라인이 API를 호출할 수 있다면, 그리고 12월 31일 요금 변경을 계획에 반영할 수 있다면 Gemini 3.8 Flash TTS를 선택하세요. 그것은 독립 리더보드에서 더 나은 모델이고 청구서에서는 더 저렴한 모델이며, 그것이 폐쇄형이라는 사실은 어차피 API 호출이 될 수밖에 없었던 사용 사례에는 문제가 되지 않습니다.

데이터 상주성이나 온프레미스 추론이 반드시 충족해야 하는 요구 사항이라면, 실제로 다운로드할 수 있는 3B 모델이 필요하다면, 또는 제품을 출시하는 게 아니라 연구를 하고 있다면 Breeze TTS 2를 선택하세요 — 이는 바로 그 라이선스가 염두에 두고 작성된 경우입니다. 오픈 웨이트라는 꼬리표만 보고 선택하지 마세요; 먼저 라이선스를 읽으세요.

그리고 두 가지를 모두 평가하고 있다면, 저렴하게 처리하는 방법은 선택을 되돌릴 수 있게 유지하는 것입니다. OrcaRouter는 이 두 모델 중 어느 것도 호스팅하지 않습니다 — Gemini 3.8 Flash TTS를 호출할 곳은 Google 자체 API와 Google이 명시한 표면들이며, Breeze TTS 2를 호출할 곳은 BreezeBlue의 호스팅 엔드포인트입니다. 이때 라우터가 유용한 부분은 나머지 스택입니다: 200개 이상의 모델을 하나의 키로공급자 정가로 마크업 없이 사용할 수 있어, 1월 요금 인상과 같은 공급자 가격 변경이 다음 청구 주기가 아니라 같은 날 바로 반영되며, 자동 장애 조치 덕분에 평가 중인 경로가 프로덕션 경로일 필요가 없고, 하나의 음성으로 충분하지 않을 때 모델들을 단일 호출로 구성하는 라우팅 DSL도 제공합니다.

한 줄 요약: 순위표는 구글이라고 하고, 라이선스는 경우에 따라 다르다고 하며, 가격은 어느 쪽을 택하든 결정하기 전에 달력을 확인하라고 한다.