
GPT-Live-1.1 vs SeedRealtime: 한쪽은 분을 팔고, 한쪽은 아무것도 팔지 않는다
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 187 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 414 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 87 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 138 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-0748 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100만 토큰당 · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
나란히 놓고 보면GPT-Live-1.1과 SeedRealtime의 비교는 즉시 품질에 관한 것이 아니게 된다. GPT-Live-1.1은 오늘 당장 호출하고, 초 단위로 임대하고, 제품에 넣을 수 있는 전이중 음성 모델이다. 이 모델은 2026년 11월 19일 OpenAI API에 등장했는데, ChatGPT Voice 내부에서 GPT-Live-1을 대체한 지 5주 만의 일이었다. 바이트댄스의 Seed 팀이 2026년 8월 5일 발표한 SeedRealtime은 서류상으로는 더 흥미로운 아키텍처, 즉 하나의 시스템에서 보고 듣고 말하는 네이티브 오디오-비주얼 전이중 모델이지만, 실제로 호출할 수 있는 것은 아니다. 공개 API도 없고, Hugging Face에 공개된 가중치도 없고, 파라미터 수치도 없고, 숫자가 담긴 기술 보고서도 없다.
그러니 솔직한 정리는 "어느 쪽이 더 나은가"가 아니다. 그것은 이렇다. 이들 중 하나는 요금표가 있는 제품이고, 다른 하나는 첫 번째 제품이 명시적으로 출시하지 않기로 한 기능의 시연이다. 두 진술은 동시에 사실이며, 어느 쪽이 중요한지는 전적으로 당신이 무언가를 만들고 있는지에 달려 있다.
입력 표면의 형상이 동일하지 않습니다.
GPT-Live-1.1은 듣는다. 그것이 이 모델 입력의 전부다. 모델 페이지에는 입력 양식으로 오디오와 텍스트가, 출력으로 오디오와 텍스트가 나열되며 그 외에는 아무것도 없다. 이미지도, 비디오도, 문서도 없다. 듣기를 활용하는 방식은 정말로 이례적이다. 이는 풀 듀플렉스 방식이어서, 차례를 번갈아 가며 말하는 대신 말하면서 듣고, 계속 들을지, 일시 멈출지, 끼어들지, 아니면 작업을 백엔드에 넘길지를 1초에 여러 번 결정한다. 버전 업그레이드에서 명시된 유일한 기능 변화는 이 계층에 있다. GPT-Live-1과 비교해 "음성을 더 정확하게 전사하고 언어 전반에 걸쳐 더 일관된 억양과 목소리를 유지한다"는 것이다. 그 주장에는 어떤 수치도 붙어 있지 않다.
SeedRealtime은 파이프라인이 아닌 하나의 모델로 듣고 봅니다. ByteDance의 출시 게시물은 오디오, 비디오, 텍스트를 융합해 연속 스트림 위에서 지각, 이해, 의사결정, 표현을 병렬로 실행하는 통합 아키텍처를 설명합니다. 게시물이 제시하는 구체적 결과들은 텍스트 전용 음성 모델이 구조적으로 도달할 수 없는 것들입니다. 장면을 보고 동음이의어를 해소하고, 제스처와 시선으로부터 “이것”이 무엇을 가리키는지 파악하며, 대상 물체가 프레임에 나타나면 먼저 말을 거는 것입니다. 시연 사례는 구체적입니다. 시끄러운 저녁 식탁에서 얼굴에 이름을 연결하고, 외국인 손님을 위해 중국어로만 된 메뉴를 번역하며, 통원두가 포터필터에 들어가는 것을 알아차리고 추출 전에 말해 주고, 사용자가 요청한 작품이 도착할 때까지 박물관 전시품을 시야에 두었다가 알려 주는 것입니다.
• 입력 — GPT-Live-1.1은 오디오와 텍스트만 지원하는 반면, SeedRealtime은 오디오, 비디오, 텍스트를 하나의 모델에서 융합합니다
• 턴 테이킹 — GPT-Live-1.1은 내부에서 높은 빈도로 결정하는 반면, SeedRealtime은 턴 테이킹을 모델 내부로 옮기고 외부 음성 활동 감지기를 제거합니다
• 주도적 행동 — GPT-Live-1.1은 응답하고 위임하며 도구를 호출하는 반면, SeedRealtime은 시야에 무언가가 나타나면 먼저 말을 꺼내는 것으로 설명됩니다
• 실행 위치 — v1/live/sessions에서 공개된 분당 요금으로 제공되는 GPT-Live-1.1 대 ByteDance의 Doubao 앱 내부 SeedRealtime
• 근거 — GPT-Live-1.1은 Artificial Analysis에서 전작에 대한 제3자 점수를 보유한 반면, SeedRealtime은 표본 크기도 수치도 없이 엔드투엔드 인간 평가를 수행했다

실제로 지불하는 금액과 지불 대상
GPT-Live-1.1은 음성 세션을 활성 1분당 $0.05로 초 단위 과금합니다. 2026년 11월 19일부터는 WebRTC 세션에서 비활성 기간 동안 추론을 일시 중지하고 대기하는 동안 분당 $0.02로 과금하도록 구성할 수 있으며, 누군가 말하면 재개됩니다. 백엔드 모델 및 도구 사용량 — 음성 계층이 위임하는 추론 및 도구 작업 — 은 지정한 모델의 토큰 미터에 별도로 청구됩니다. WebRTC 세션을 생성하면 초기화 시 음성 사용 시간 15초가 청구되며, 세션이 실행되면 해당 시간이 음성 사용 시간에서 환급됩니다.
SeedRealtime의 개발자 대상 가격은 숫자로 제시되지 않습니다. 개발자용 제품이 없기 때문입니다. 이는 소비자용 어시스턴트인 Doubao 내부에서 제공되며, ByteDance에 따르면 8월 출시 이후 "완전히 롤아웃"되었습니다. 이는 실제 규모의 실제 배포이며 API가 아닙니다. ByteDance의 모델 서비스형(model-as-a-service) 플랫폼이 이를 제공할지, 제공한다면 어떤 요율인지는 2026년 11월 20일 기준으로 확인한 출시 게시물이나 Seed 사이트에 명시되어 있지 않습니다.
비대칭성에는 명백한 것 이상의 비용상 결과가 따른다. 초 단위로 임대하는 모델은 예산을 책정하고, 비교하고, 꺼버릴 수 있다. 다른 사람의 소비자 앱 안에 있는 모델은 그중 어느 것도 할 수 없으며, 따라서 둘 사이의 비교에는 환율이 존재하지 않는다. 당신은 분당 $0.05와 더 저렴한 무언가 사이에서 선택하는 것이 아니라, 비용 항목과 데모 사이에서 선택하는 것이다.
증거가 희박해지는 곳
GPT-Live-1.1 자체에는 독립적인 점수가 없습니다. 2026년 11월 20일 기준으로 조회한 Artificial Analysis의 음성 대 음성 지수에는 GPT-Live-1이 두 번 올라 있습니다. 중간 노력도에서 Astra급 백엔드를 쓴 경우 83.2, 낮은 노력도에서 Sol급 백엔드를 쓴 경우 80.1이며, 아직 1.1은 싣고 있지 않습니다. 이는 나온 지 하루 된 API 모델이므로 그 격차는 비난할 일이라기보다 예상되는 일이지만, 이번 주 기준으로 억양 일관성 개선은 벤더의 말에 불과하다는 뜻이기도 합니다. 이 지수가 보여주는 것은 구성이 버전만큼이나 점수를 좌우한다는 점입니다. 같은 모델이라도 어떤 백엔드를 연결하느냐에 따라 83.2점이 되기도 하고 80.1점이 되기도 합니다. 백엔드를 밝히지 않은 채 GPT-Live 수치 하나만 인용하는 리뷰는 거의 아무것도 알려주지 못합니다.
SeedRealtime의 증거는 다른 방식으로 더 빈약하다. ByteDance는 대표 결과 하나를 공개한다. 모델이 ASR+비전+TTS를 연쇄한 시스템과 비교해 "시청각 대화의 진행 속도 문제를 절반으로 줄인다"는 종단간 인간 평가로, 문장 중간 끊김이 더 적고, 멈춤 후 느린 응답이 더 적으며, 배경 잡담으로 인한 잘못된 트리거가 더 적다는 내용이다. 표본 크기도, 방법론도, 신뢰구간도, 지연 수치도 없다. 파라미터 수와 기술 보고서도 없다. 그것은 약한 모델의 증거는 아니다 — 시연은 실제 시스템임을 암시할 만큼 구체적이다 — 그러나 검증할 수 없는 주장이며, 어떤 독립 리더보드에도 나타나지 않는다.

특히 이것이 해당 비교에서 의미하는 바에 주목하십시오. 두 모델은 공통된 척도 위에 있지 않습니다. 하나는 이전 버전에 대한 제3자 수치와 공개된 요율을 갖고 있고, 다른 하나는 공급업체의 문장 하나뿐이며 구매할 방법도 없습니다. 이 둘을 서로 견주어 순위를 매기는 것은 측정값을 지어내는 일이 될 것입니다.
왜 API 격차가 논의의 전부인가
"API 없음"을 스스로 해결될 일시적 상태로, 따라서 세부 사항으로 취급하고 싶은 유혹이 든다. 빌드 결정의 관점에서는 정반대다. 그것은 답을 완전히 결정하는 유일한 사실이다.
다음 분기에 음성 제품을 출시할 계획이라면 SeedRealtime은 선택지 목록에 없으며, 아키텍처적 야심이 아무리 커도 이는 바뀌지 않습니다. GPT-Live-1.1은 목록에 있습니다. 문서화된 세션 구성, 공개된 요금, 유휴 연결 비용을 낮추는 대기 모드, 그리고 추론을 직접 제어하는 백엔드에 유지할 수 있게 하는 위임 모델을 갖추고 있습니다. 다만 이 제품이 하지 않는 한 가지는 사용자의 카메라를 보는 것입니다.
그 마지막 한계는 솔직하게 값을 매겨 볼 가치가 있습니다. 팀의 요구 사항이 실제로 갈리는 지점이 바로 거기이기 때문입니다. 고객 지원 라인, 차량 내 어시스턴트, 언어 튜터, 일정 관리 에이전트 — 이들 중 어느 것도 영상이 필요하지 않으며, 모두 알려진 비용으로 중단과 위임을 잘 처리하는 모델의 이점을 누립니다. 수리를 지켜보거나, 메뉴를 읽거나, 시연을 따라가는 에이전트는 SeedRealtime에는 있고 GPT-Live-1.1에는 없는 모달리티가 필요하며, 그런 워크로드에 대한 오늘날의 답은 기다리거나, ByteDance가 반대하고 있는 캐스케이드를 구축하는 것입니다.

라우터가 제 역할을 하는 지점은 위임(delegation) 파트입니다. OrcaRouter는 GPT-Live-1.1이나 SeedRealtime을 제공하지 않습니다. 둘 다 채팅 모델이 아니며, 카탈로그에도 전이중(full-duplex) 음성 엔드포인트가 없기 때문입니다. 다만 음성 계층이 작업을 넘겨주는 백엔드는 제공합니다: gpt-6-luna, gpt-6-sol 그리고 나머지 GPT-6 패밀리는 마크업 없이 제공업체 정가로 하나의 키 뒤에서 이용할 수 있으며, 제공업체 간 자동 페일오버와 여러 모델을 하나의 호출로 조합하는 라우팅 DSL을 갖추고 있습니다. Live 세션이 백엔드로 위임한다면, 그 백엔드가 바로 오늘 라우팅할 수 있는 부분입니다.
주목할 것과 지금 해야 할 일
이 비교를 바꿀 만한 두 가지가 있지만, 둘 다 아직 일어나지 않았습니다. 공개 SeedRealtime 엔드포인트가 — ByteDance 자체 플랫폼에서든 다른 어디에서든 — 등장한다면 시연이 하룻밤 사이에 하나의 선택지가 될 것이고, 시각적 컨텍스트가 통합 작업에 들일 가치가 있는지에 대한 질문이 즉시 제기될 것입니다. speech-to-speech 지수에서 GPT-Live-1.1을 독립적으로 측정하면 다국어 악센트 주장이 사실인지, 그리고 GPT-Live-1이 Astra 백엔드로 기록한 83.2가 그대로 이어지는지를 알 수 있을 것입니다.
그때까지는 이 결정이 유난히 명쾌하다. 음성 기능을 출시해야 한다면 GPT-Live-1.1은 호출 가능하고 가격도 책정되어 있으며, 스탠바이를 사용할 경우 일주일 전보다 연결해 두는 비용이 더 저렴하다. 시각 기능을 갖춘 모델이 필요하다면 ByteDance 쪽의 역량이 아무리 뛰어나도 API 키로 전환되지는 않으며, 책임 있는 일은 제품을 프리뷰와 견주어 순위를 매기는 것이 아니라 그렇다고 말하는 것이다.
이 글에서 비교한 모델1
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
