GPT-Live-1.1 vs Gemini 3.8 Live: 97개에 맞선 6개 신규 언어, 그리고 그 격차가 전부가 아닌 이유

언어 수를 세어 보면, 싸움은 시작하기도 전에 끝난 것처럼 보인다. Gemini 3.8 Live는 2026년 9월 15일 Google DeepMind가 발표했으며, 출시 이후 대화 중 자동 전환 기능과 함께 97개 언어를 지원해 왔다. GPT-Live-1.1는 2026년 10월 15일 OpenAI가 출시했으며, 13개의 새로운 음성 옵션을 추가한다 — 프랑스어, 독일어, 힌디어, 일본어, 한국어, 멕시코 스페인어용으로 각각 두 개씩, 그리고 Bubbie라는 영어 음성 하나를 더한다. 6개의 새로운 언어 대 97개라는 비율은 누구도 고민할 필요가 없는 비율이다.

그것은 또한 1주일의 작업과 1년치 커버리지를 비교하는 일이기도 하다. 그래서 논쟁을 끝내는 숫자가 그 논쟁을 결정해야 할 숫자는 아니다. 두 릴리스는 서로 다른 것을 측정한다. Google의 수치는 세션이 세상의 얼마만큼을 담을 수 있는지를 설명하고, OpenAI의 수치는 전에는 들을 때 분명히 잘못되었지만 지금은 그렇지 않은 억양이 무엇인지를 설명한다. 구매자에게 유용한 질문은 어느 쪽 수가 더 큰가가 아니다. 둘 중 실제로 호출할 수 있는 쪽은 어느 것인지, 그리고 그렇게 했을 때 나머지 스택에 무슨 일이 일어나는지다.

가용성은 비교가 무너지는 지점이다

거기서부터 시작하세요. 왜냐하면 그 지점이 바로 이 두 모델이 더 이상 대안 관계에 있지 않게 되는 곳이기 때문입니다.

GPT-Live-1.1은 소비자 대상 출시입니다. 2026년 10월 15일 ChatGPT Voice에 두 번째 모델인 GPT-Live-1.1 Quip과 함께 등장했으며, 이 모델은 GPT-Live-1 mini를 이어받아 Plus 미만 계정의 기본 모델이 됩니다. OpenAI의 발표는 API가 나중의 일이라고 분명히 밝히고 있습니다 — "API에 곧 출시 예정" — 그리고 문서도 이에 동의합니다: 모델 페이지에는 여전히 gpt-live-1과 gpt-live-transcribe만 나열되어 있고 그보다 새로운 것은 없으며, gpt-live-1.1은 모델 페이지로 404를 반환합니다. 개발자가 접근할 수 있는 어디에도 GPT-Live-1.1의 모델 ID도, 속도 제한도, 가격도 없습니다.

Gemini 3.8 Live는 반대 사례입니다. 이는 공개된 요금이 있는 API 모델로, 오디오 입력 1분당 $0.005, 오디오 출력 1분당 $0.018이며, 발표된 날부터 호출 가능했고, Extended Thinking 변형은 AI 구독자를 위해 Gemini Live, Docs, Gmail, Keep을 통해 배포되었습니다. Google의 엔터프라이즈 가용성은 아직 일반 가용성 약속이 없는 비공개 프리뷰로, 그 자체로 실제 제약이지만, 엔드포인트가 전혀 없는 것과는 다른 종류의 제약입니다.

그러니까 이 둘 중 하나는 살 수 있는 것이고, 다른 하나는 쓸 수 있는 것이다. 그 비대칭성은 아래에 나오는 그 어떤 벤치마크보다도 더 중대하며, 이 두 모델에 대한 출시 주간 비교 대부분이 빠뜨리는 바로 그것이다.

97 대 6이 실제로 측정하는 것

격차는 실재합니다. 전화를 거는 사람들이 폴란드어나 태국어를 쓴다면, 이 둘 중 전화를 받을 수 있는 것은 Gemini 3.8 Live뿐이며, 이 글의 다른 어떤 내용도 중요하지 않습니다.

숫자가 측정하지 않는 것은 겹치는 부분 안의 품질이며, 거의 모든 수요가 있는 곳이 바로 그 겹치는 부분이다.

• 97로 얻는 것 — 롱테일 커버리지, 그리고 세션을 끊지 않고 문장 중간에 언어를 바꿀 수 있는 능력. 유럽 시장 열두 곳에 걸친 지원 라인에서, 바로 그 단 하나의 기능이 곧 제품이다.

• 여섯 개가 가져다주는 것 — 이전 세대가 듣기만 해도 틀린 게 드러났던 시장에서의 깊이. OpenAI의 주장은 이해도보다 악센트의 자연스러움에 관한 것이며, 선택된 여섯 언어는 무작위 표본이 아니라 비영어권 음성 시장에서 가장 큰 축에 속한다. 릴리스 노트는 또한 모델이 검색 중임을 알리는 더 다양한 짧은 문구를 설명하는데, 이것이 사용자들이 "확인 중…"으로 듣는 부분이다.

• 두 숫자 중 어느 것도 알려주지 않는 것 — 그것이 실제로 어떻게 들리는지. 공개적이고 재현 가능한 악센트 벤치마크는 없으며, 어느 언어 세트에서든 두 모델에 대한 독립적인 음성 품질 점수도 없습니다. 두 수치는 모두 지원되는 로케일 옵션에 대한 공급업체의 집계일 뿐이며, 두 공급업체 모두 방법론을 밝히지 않은 채 이를 공개합니다.

실질적인 결론은 언어 수가 결정이 아니라 선별 필터라는 것입니다. 전화를 거는 사람들이 위의 일곱 언어 중 하나를 사용한다면 언어 수는 중요하지 않으며, 악센트 품질은 직접 진행하는 청취 테스트가 됩니다. 그렇지 않다면 결정은 이미 내려진 셈입니다.

독립 이사회, 그리고 변종 문제

독립적인 측정이 존재하는 경우, 그것은 OpenAI 측의 이전 세대에 대해 존재합니다. Artificial Analysis Speech to Speech Index에서 2026년 10월 16일 당시의 보드에서 읽으면 다음과 같습니다:

• Grok Voice 3.0 — 86.9

• GPT-Live-1 (Astra 백엔드, 중간 노력도) — 83.2

• Gemini 3.8 라이브 확장 사고(높음) — 82.6

• Grok Voice 2.0 — 81.3

• GPT-Live-1 (Sol 백엔드, 낮은 노력) — 80.1

• Gemini 3.8 Live — 76.0

• GPT-Realtime-2.1 High — 75.2

• Grok Voice 1.0 — 73.7

• GPT-Realtime-2 (High) — 73.6

• Gemini 3.1 Flash Live High — 72.0

그 순서에서 두 가지가 드러난다. 첫째, 이 기사 제목에서 두 번째로 이름이 오른 모델은 6위에 있는 반면, 다른 모델의 변형은 3위에 있다 — 인용되는 82.6은 출시 범위가 더 좁은 별개 구성인 Gemini 3.8 Live Extended Thinking의 것이다. 둘째, 순위표 어디에도 GPT-Live-1.1 행은 없으므로, 여기서 후속 모델은 전임 모델이 받은 숫자로 대표되고 있다.

표준 구성과 비교해 보면 — Gemini 3.8 Live의 76.0 대 GPT-Live-1의 83.2 — OpenAI 계열은 전작의 증거를 기준으로 7.2점 앞선다. Extended Thinking 변형과 비교해 보면 반대 방향으로 0.6점 차이인데, 이는 모델이 추가되면서 다시 실행되는 보드에서 예상할 수 있는 변동 범위 안에 있다. 어느 쪽 수치도 GPT-Live-1.1을 측정한 것이 아니며, 이 점은 분명히 말할 가치가 있다. 후속 모델 자체의 증거라고 할 수 있는 것은 프로덕션 프롬프트에서 GPT-Live-1과 동등한 성능을 낸다는 시스템 카드 진술인데, 이는 퇴보하지 않았다는 주장이지 점수가 아니다.

아키텍처가 여전히 그것들을 분리하는 곳

전이중(full-duplex)의 차이는 사라지지 않았다. 다만 더 이상 결정적이지 않게 되었을 뿐이다.

GPT-Live-1.1은 GPT-Live-1의 구조를 계승합니다: 하나의 모델 안에서 오디오 입력과 오디오 출력이 연속적으로 처리되고, 음성-텍스트 변환 → 언어 모델 → 텍스트-음성 변환 체인이 없으며, "mhmm" 같은 추임새가 기본적으로 생성되고, 끼어들기는 계속 말할지 양보할지를 초당 여러 번 결정하는 방식으로 처리됩니다. 이것이 여전히 턴 기반 시스템이 잘못 짚는 부분이며, Gemini 3.8 Live도 여전히 턴 기반입니다.

Gemini 3.8 Live가 대신 하는 일은 턴이 진행 중인 동안에도 세션을 생산적으로 유지하는 것입니다: 거의 실시간에 가까운 시각 입력 처리, 요청을 접수하고 호출이 완료될 때까지 대화를 살려 두는 백그라운드 도구 및 API 실행, 그리고 진행 상황을 소리 내어 설명하는 Extended Thinking 변형입니다. 침묵 문제에 대한 Google의 답은 턴 경계를 없애는 것이 아니라 침묵을 작업으로 채우는 것입니다. 두 접근 방식 모두 발신자가 전화를 끊지 않게 하지만, 서로 다른 방식으로 실패하며, 턴 기반 모델은 여전히 일시 중지를 잘못 판단할 수 있습니다.

시각 입력은 그 트레이드오프의 구체적인 대가다. 카메라와 화면 공유는 출시 이후 Gemini 3.8 Live의 기능 표면의 일부였으며, OpenAI 자체의 Live 제품군 문서는 이미지 및 비디오 입력을 명시적으로 지원되지 않는 항목으로 나열한다 — 이 제한은 GPT-Live-1.1로도 이어지는데, 새 버전의 소비자용 도움말 페이지에서도 Live가 비디오나 화면 공유를 지원하지 않는다고 거듭 밝히고 있기 때문이다. 에이전트가 무언가를 봐야 한다면, 이 점이 어떤 벤치마크보다도 먼저 비교를 결정한다.

별표가 붙은 비용 비교

공개된 프런트엔드 요금 기준으로 보면 Google이 훨씬 더 저렴합니다. Gemini 3.8 Live는 오디오 출력 1분당 $0.018을 청구하는 반면, GPT-Live-1은 음성 1분당 $0.05이며, 이 $0.05는 OpenAI가 Live 제품군에 대해 공개한 유일한 분당 수치입니다. 그것은 더 오래된 모델에 해당하며, GPT-Live-1.1에는 요금이 발표되지 않았는데, 요금을 붙일 엔드포인트가 존재하지 않기 때문입니다.

별표가 붙는 부분은 두 숫자 중 어느 것도 청구서 전체가 아니라는 점이다. GPT-Live-1의 0.05달러는 음성 프런트엔드만을 커버한다. 추론은 위임된 텍스트 모델에서 일어나며, OpenAI의 Live 문서는 백엔드 Responses 호출이 구성된 모델의 일반 가격으로 청구된다고 명확히 밝힌다. 따라서 추론 토큰이 하나도 계산되기 전에 음성 시간 1분당 5센트가 시간당 3달러가 된다. Gemini 3.8 Live도 형태는 동일하다. 백그라운드 도구 실행은 텍스트 모델 작업이며, Google이 이 제품에 대해 공개하지 않은 텍스트 모델 요율로 청구된다.

그렇기 때문에 두 모델 중 어느 쪽에 대해 보든 시간당 비용 수치는 총액의 탈을 쓴 부분적인 숫자일 뿐입니다. GPT-Live-1 음성 1시간은 백엔드가 전혀 과금되기 전의 프런트엔드 비용만 $3.00이며, 총합 수치는 어떤 모델에 위임하느냐와 그 모델이 얼마나 자주 호출되느냐에 전적으로 달려 있습니다. Gemini 3.8 Live의 경우 프런트엔드는 분당 더 저렴하고 백엔드는 공개되지 않았습니다. 두 대표 요율을 비교하면 각 청구서의 저렴한 절반에 대해서만 알 수 있습니다.

두 사람 모두가 작업을 넘겨주는 레이어

두 시스템 모두 위임을 수행하며, 바로 그 사실 때문에 이 맞대결은 언어 수가 시사하는 것보다 덜 락인적인 결정이 된다. GPT-Live-1.1은 설계상 어려운 질의를 백엔드 텍스트 모델에 넘기고, Gemini 3.8 Live의 백그라운드 도구 실행은 일반 모델 호출로 귀결된다. 두 경우 모두 음성 계층은 공급업체가 별도로 구성하고 별도로 과금하는 것으로 취급하는 추론 모델 위의 얇은 프런트 엔드다. 비용 편차는 거기서 발생하고, 구성 간 품질 차이도 거기서 드러나며, 전환은 음성 통합을 건드리지 않으므로 거기서 저렴하다.

그것은 라우터가 제 역할을 하는 보이스 스택의 절반에 해당하므로, 그 경계를 정확히 짚고 넘어갈 가치가 있습니다. OrcaRouter에서 추론 계층은 하나의 키로 200개 이상의 모델을 제공자 정가로, 마크업 없이 이용할 수 있습니다. 즉, 업스트림 가격 인하가 다음 계약 갱신 때가 아니라 같은 날 우리 쪽에 반영된다는 뜻입니다 — 이는 백엔드가 움직이는 미터기인 2미터 과금 구조에서 특히 중요한 속성입니다. 라우팅 DSL을 사용하면 위임 대상을 명시적으로 지정하고 라이브 트래픽에서 교체할 수 있으며, 자동 장애 조치는 통화 중 백엔드가 오류를 내거나 타임아웃될 때 세션을 살려 두는데, 이는 보이스에는 있고 텍스트에는 없는 실패 유형입니다. 한 가지 분명히 해둘 점은, 그렇지 않다고 암시하기 쉬우므로: 우리는 GPT-Live-1.1 또는 Gemini 3.8 Live 보이스 엔드포인트를 호스팅하지 않습니다. 그것들은 벤더 자체 플랫폼에서 제공되며, GPT-Live-1.1의 경우 호스팅할 공개 엔드포인트가 없습니다. 이 시스템들이 작업을 넘기는 텍스트 모델은 일반적으로 라우터에 있습니다.

선택하는 방법

선택하세요.Gemini 3.8 Live지금 바로 출시해야 하거나, 지원하는 언어가 위에 명시된 일곱 개를 넘어서거나, 모델이 무언가를 봐야 한다면, 종합 지수에서 76.0점을 받는 표준 구성을 구매하고 있다는 점, 일반적으로 인용되는 82.6은 Extended Thinking 변형의 것이라는 점, 엔터프라이즈 액세스는 비공개 프리뷰라는 점, 시간당 총비용은 청구서상 귀하 측에서도 공개되지 않는다는 점을 받아들이고

을 선택하세요. GPT-Live-1.1대화 품질이 곧 제품이고, 사용하는 언어가 이 모델이 지원하는 언어 집합 안에 있으며, 기다릴 수 있다면. 전이중 턴테이킹은 여전히 자연스러움의 기준이고, 이번 버전 업은 GPT-Live-1보다 확실한 개선이며, 악센트 작업은 이전에 가장 나빴던 언어들을 정확히 겨냥합니다. 또한 오늘날 이 모델은 코드에서 호출할 수 있는 대상이 아닙니다.

을 선택하세요 GPT-Live-1OpenAI의 음성이 필요하고 이번 달에 필요하다면, 왜냐하면 그것은 해당 제품군에서 모델 ID, 문서화된 엔드포인트, 공개된 요금을 갖춘 유일한 구성원이기 때문입니다.

주목해야 할 날짜는 gpt-live-1.1에 모델 페이지가 생기는 날입니다. 그때가 바로 이것이 출시된 제품과 발표 사이의 비교가 아니게 되는 시점이며, 악센트 주장과 언어 수, 가격이 모두 같은 오후에 검증 가능해지는 때입니다.

이런 식의 비교는 실패 모드가 드러나는 지점이기도 합니다. 이 등급에 속하는 모델들의 이면에 있는, 문서로 기록된 AI 사고와 에이전트 실패 사례는 the OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 출처, 심각도, 신뢰도 등급, 이의 제기 플래그가 함께 제공됩니다.