
MAI Realtime 1 vs Eleven Realtime Max: 8배 가격 차이, 그리고 이를 결정하는 단 하나의 숫자
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 89 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaNEWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 88 tok/s
- OrcaNEWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 134 tok/s
- OrcaNEWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 88 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 119 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 100만 토큰당 · 143 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955지능
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855지능
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 100만 토큰당 · 920 tok/s
공개된 요금만 보면 이건 이미 결론 난 일처럼 보인다. MAI Realtime 1은 오디오 분당 $0.01이다. Eleven Realtime Max — ElevenLabs의 최상위 음성 대 음성 모델로, Realtime v1 Max로 표기됨 — 는 Artificial Analysis의 독자적 정규화 기준으로 시간당 약 $4.80, 즉 분당 $0.08이다. 다른 무엇을 따지기도 전에 8대 1이다. 이 비교는 또한 특정한 산술적 방식으로 오해를 부르며, 그 산술이 바로 이 글의 전부다: MAI Realtime 1은 분당 요금 위에 토큰 가격이 매겨진 두 번째 추론 모델을 청구하는데, Microsoft 외에는 그 두 번째 계량기가 얼마나 자주 작동하는지 공개한 곳이 없다.
그러니까 유용한 질문은 어느 쪽 헤드라인 숫자가 더 작으냐가 아니다. 이 둘 중 계약에 서명하기 전에 비용을 산정할 수 있는 쪽은 어느 쪽이고, 어느 쪽은 먼저 측정을 해야 하는가이다. 그 답들은 서로 반대 방향을 가리키며, 그래서 이것이 형식적인 절차가 아니라 실제적인 결정인 것이다.

각각 무엇인지 한 줄로
• MAI Realtime 1 — 2026년 11월 17일 Ignite에서 발표된 Microsoft의 첫 음성 간(speech-to-speech) 모델. 두 가지 계층: 분당 1센트의 빠른 대화형 경로와, 더 어려운 턴이 넘겨받는 추론 엔진(입력 백만 토큰당 $1.00, 출력 백만 토큰당 $5.00). Foundry를 통한 제한적 액세스 미리 보기; MAI Labs에서 데모. OpenAI Realtime API를 지원한다.
• Eleven Realtime Max — 가벼운 대화보다 더 어려운 작업을 수행하는 음성 에이전트를 위한 ElevenLabs의 음성-대-음성 모델. 인식, 턴테이킹, LLM, 음성을 아우르는 하나의 튜닝된 시스템. ElevenAgents에서 사용할 수 있고, OpenAI 호환 Realtime API를 통해서도 사용할 수 있으며 WebSocket 전용입니다. 90개 이상의 언어를 지원합니다.
• 어느 쪽도 공개하지 않는 것 — MAI Realtime 1이 지원하는 언어. Microsoft의 출시 자료에는 하나도 나와 있지 않으며, 컨택트센터 제품에서 이는 각주가 아니라 가장 근본적인 질문이다.
실제 측정값이 있는 유일한 면
Eleven Realtime Max는 독립 테스트에서 충분히 검증되었으며, 그 프로파일은 에이전트 설계에 중요한 방식으로 한쪽으로 치우쳐 있습니다:
• Speech-to-speech 지수 — Artificial Analysis의 77.3, 추론·대화 역학·에이전트 능력을 종합한 점수.
• 음성 추론(Big Bench Audio) — 98.8%. 이는 보드에서 가장 높은 수치 중 하나이며, 이 모델이 중심으로 설계된 숫자입니다: 어려운 음성 질문에 정확하게 답합니다.
• 첫 오디오 출력까지의 시간 — 570밀리초로, 단순 비교에서 둘 중 가장 빠르며 즉각적으로 느껴질 만큼 충분히 빠릅니다.
• 에이전트형 작업 완료(τ-Voice) — 47.6%. 이 부분이 약점입니다. 들리는 내용에 대해 훌륭하게 추론하는 모델조차 하네스가 제시하는 다단계 작업의 절반도 채 완료하지 못합니다.
• 대화 역동성 — 94.1%.
• 혼합 비용 — Artificial Analysis가 40개 문항의 Big Bench Audio 하위 집합을 시간 기준으로 정규화한 것에 따르면 오디오 1시간당 약 4.80달러입니다. 이는 측정 관례일 뿐 ElevenLabs의 요금표가 아니며, 이 둘을 서로 바꿔 인용해서는 안 됩니다.
MAI Realtime 1에는 이런 항목이 거의 없다. 그리고 ‘거의’와 ‘전혀’ 사이의 격차가 흥미로운 부분이다. Microsoft는 모델 페이지에 정확도 수치 하나를 공개한다. Big Bench Audio에서 98.8%다. 이는 공급사 수치다. Microsoft 자체 평가이며, Microsoft가 고른 벤치마크에서 나온 값이고, 그 옆에 방법론이 공개되어 있지도 않으며, 어떤 독립 평가 기관도 이를 재실행하지 않았다. 또한 98.8%는 위의 Eleven Realtime Max 수치와 산술적으로 동일한데, 이는 서로 다른 두 하네스가 같은 백분율에 도달한 우연이며 두 모델이 동점을 이뤘다는 의미로 읽어서는 안 된다. 그 단일 수치 외에 페이지에는 P50 첫 오디오까지 시간 카드와 ‘P50 Latency on BigBench Audio’ 캡션만 있고 그 밖에는 없다. τ-Voice 점수도, 언어 목록도, 백분위수 뒤의 분포도 없다. Microsoft의 더 큰 주장, 즉 이 모델이 Big Bench Audio와 τ-Voice에서 성능-가격 파레토 프런티어에 위치한다는 주장은 공개적으로 그려진 적 없는 차트에서 한 점이 어디에 놓일지를 두고 하는 주장이다. 11월 18일 기준으로 Artificial Analysis는 이 모델을 전혀 싣고 있지 않다.
그 비대칭성은 ElevenLabs를 지지하는 논거가 아닙니다. 그것은 오늘날 무엇을 알 수 있는지에 관한 논거입니다. 이 중 한 모델은 계획을 세울 수 있는 측정된 47.6%의 에이전트 점수를 갖고 있고, 다른 모델은 공급업체가 보고한 정확도 수치와 백분위수를 갖고 있을 뿐입니다.
수치가 움직이기 시작하기 전에 소싱에 관한 참고 사항: 아래의 모든 Eleven Realtime Max 성능 수치는 Artificial Analysis의 독립적인 측정값입니다. 이 글 어디에서든 인용되는 단 하나의 MAI Realtime 1 성능 수치인 Big Bench Audio에서의 98.8%는 Microsoft 자체의 수치이며 감사를 받지 않았고, 등장하는 모든 곳에서 그렇게 표시되어 있습니다. 그 성능에 관한 다른 어떤 것도 전혀 공개되지 않았습니다.
아무도 끝내지 못한 산수
보이스 라인부터 시작하세요. 그것은 양측이 정직하게 공개하는 유일한 항목이기 때문입니다.
• MAI Realtime 1 — 분당 $0.01 → 대화 1시간당 $0.60, 고속 경로 전용.
• Eleven Realtime Max — 약 $0.08/분 상당 → 시간당 $4.80, Artificial Analysis 기준.
분당 미터에서 8배 격차입니다. 이제 두 번째 미터를 추가하고, 공개 정보에서 무엇이 빠져 있는지 주목하십시오. Microsoft는 전체 턴 중 몇 퍼센트가 추론 계층으로 에스컬레이션되는지 밝히지 않았습니다. 따라서 여러분이 만드는 모든 비용 모델에는 직접 만들어내야 하는 입력값이 하나씩 있습니다. 그렇게 만들어낸 입력값이 답에 미치는 영향은 다음과 같습니다. 5분짜리 지원 통화 — 음성 시간 0.05달러 — 를 가정하고, 에스컬레이션된 턴 전체에서 추론 엔진이 총 5,000개의 입력 토큰과 1,500개의 출력 토큰을 처리한다고 가정해 보십시오. Microsoft의 백만 토큰당 1.00달러 및 5.00달러 요율로 계산하면, 통화 전체를 한 번 처리하는 데 드는 추론 비용은 0.0125달러입니다.
• 에스컬레이션 제로 — 통화당 $0.050, ElevenLabs의 $0.40 대비. 광고한 그대로 8대 1.
• 추론 1회 전체 수행 — 호출당 $0.063. 여전히 ElevenLabs 수치의 6분의 1 미만입니다.
• 전체 추론 패스 3회 — 호출당 $0.088. 5분의 1을 조금 넘는 수준.
• 전체 추론 10회 수행 — 호출당 $0.175. ElevenLabs 수치의 약 44%에 해당하며, 이는 어떤 지원 대화로도 현실적으로 발생시킬 수 없는 워크로드입니다.
다시 읽어 보세요: 추론 부하가 열 배가 되어도 음성 라인에서의 여덟 배 격차는 좁혀지지 않습니다. 즉 이 비교의 솔직한 결론은 실제 대화가 뒷받침하는 모든 확장 가정에서도 MAI Realtime 1이 훨씬 더 저렴하다는 것입니다 — 망설일 이유는 가격이 아닙니다. 아직 그 모델이 이 작업에 충분히 좋은지 판단할 수 없다는 점이고, Microsoft의 프리뷰는 퍼블릭 프리뷰 전까지 과금되지 않으므로 확인하는 데 드는 비용은 엔지니어링 시간뿐입니다.
그 계산에는 두 가지 유의점이 있는데, 둘 다 이를 예측으로 취급하는 데 걸림돌이 된다. 추론 비용 추정치는 내 것이지 Microsoft의 것이 아니다 — 토큰 수는 도구 호출 하나가 필요한 조회와 네 번이 필요한 예외 사이에서 엄청나게 달라진다. 그리고 ElevenLabs 쪽은 ElevenLabs 자체 요금표가 아니라 Artificial Analysis의 시간당 정규화를 사용한다. ElevenLabs는 Realtime Max에 대해 분당 고정 달러 수치를 공개하지 않고, 앱 내 추정으로 분과 LLM 토큰을 함께 가격 책정하기 때문이다. 따라서 이 비교는 방향성은 견고하지만 양쪽 모두 수치적으로는 무르며, 이는 음성 분야에서 흔한 일이고 분명히 말해둘 가치가 있다.
한 가지는 별도로 짚고 넘어갈 만하다. Foundry 제한적 액세스 미리보기는 공개 미리보기가 시작될 때까지 고객에게 비용을 청구하지 않는다. 따라서 11월에 작성된 비용 비교는 나중에 지불하게 될 금액을, 지금 비용 없이 실행할 수 있는 미리보기와 비교한 것이다. 합리적인 선택은 협상이 아니라 측정이다.
ElevenLabs가 가격에서 전혀 밀리지 않는 부분
여덟 겹 도형이 숨기는 두 가지.
첫째, ElevenLabs는 분당 사용량 미터를 판매하지 않습니다. ElevenAgents는 분당 요금에 LLM 토큰 비용을 더해 가격을 책정하며 앱 내에서 분당 예상 비용을 제공하고, Realtime API는 연결된 오디오의 분당 요금에 토큰 비용을 더해 청구하며 모든 요금제에서 동일한 토큰 가격을 적용합니다. 이미 ElevenAgents를 사용 중인 팀은 $0.01과 $0.08을 비교하는 것이 아니라, 전화, 웹 위젯, WhatsApp, 컨택트 센터 배포는 물론 SOC 2, HIPAA, GDPR, EU 데이터 상주 및 제로 보존 옵션까지 갖춘, 이미 통합한 플랫폼에 대한 한계적 변화를 비교하는 것입니다.
두 번째는 규정 준수 목록이 그 자체의 가격을 지닌 제품 기능이라는 점입니다. 임상 또는 금융 음성 에이전트에서 EU 데이터 상주성과 제로 보존은 더 저렴한 모델이 대체할 수 있는 있으면 좋은 기능이 아닙니다. Microsoft의 발표는 MAI Realtime 1의 데이터 상주성, 보존 또는 인증에 대해 아무것도 말하지 않으며 — 이 모델은 제한된 미리 보기 단계에 있는데, 이는 바로 그러한 조건들이 보통 아직 정해지지 않는 단계입니다.
그래서 이 구분은 '저렴함 대 비쌈'이 아니다. '기업용 조건이 아직 문서화되지 않은 채 저렴하고 측정되지 않은 쪽' 대 '서류 작업이 끝나 있고 47.6%의 에이전틱 점수가 있어 그것이 충분한지 아닌지를 당신이 판단할 수 있는, 네 배 가격의 쪽'이다.

아직 선택하지 않고 둘 다 실행 중
두 모델 모두 OpenAI Realtime API를 지원한다는 점이 이 비교에서 가장 유용한 사실입니다. 그 인터페이스에 맞춰 작성된 음성 스택은 둘 중 어느 쪽이든 가리킬 수 있으므로, 결정은 재작성이 아니라 구성의 문제가 됩니다. 이는 평가 중에 먼저 하나를 고르고 나중에 테스트하기보다 둘 다 접근 가능한 상태로 유지해야 하는 이유이기도 합니다.
이것이 바로 OrcaRouter가 만들어진 사례이며, 어느 절반이 해당하는지 정확히 짚을 필요가 있습니다. MAI Realtime 1은 저희 카탈로그에 없습니다. 이 모델은 Microsoft의 MAI Labs 데모와 Foundry 제한 액세스 프리뷰를 통해서만 접근할 수 있습니다. 그게 전부입니다. 저희가 라우팅하는 것은 그 뒤에 있는 계층, 즉 음성 에이전트가 에스컬레이션하는 추론 모델이며, 공급자 정가에 0% 마크업으로 제공됩니다. 따라서 해당 티어의 요금 변경은 갱신 시점이 아니라 발생 당일 청구서에 반영됩니다. 자동 페일오버는 음성에서 어디보다 중요합니다. 멈춘 턴은 사람이 침묵을 듣고 있는 상황이기 때문입니다. 몇백 밀리초 안에 두 번째 공급자로 넘어가는 요청은 들리지 않으며, 4초 동안 재시도하는 요청은 고객이 불평하는 바로 그 일입니다. 프리뷰가 끝나고 MAI Realtime 1이 정식 출시되면, 동일한 키와 동일한 라우팅 규칙이 이를 그대로 이어받습니다 — 단, 카탈로그에 포함되는 경우에 한하며, 현재로서는 포함되어 있지 않습니다.

이번 주에 누가 무엇을 해야 하나요?
귀하의 음성 에이전트가 대부분의 턴은 짧고 어려운 턴은 조회인 지원 또는 일정 예약 접점이라면, MAI Realtime 1의 경제성은 비교 대상이 되지 못하며, 프리뷰는 무료입니다 — 지금 평가를 구축하고, 에스컬레이션 비율을 직접 계측하며, Microsoft가 공개하지 않은 테일 지연 시간은 자체 측정으로 대체해야 할 항목으로 취급하십시오.
에이전트의 가치가 여러 단계에 걸친 작업, 즉 세 시스템에 걸쳐 예약하고, 신원을 확인하고, 예외를 해결하는 일에 있다면, Eleven Realtime Max의 47.6% 에이전틱 점수는 읽을 수 있는 벤치마크이고 MAI Realtime 1의 점수는 공백입니다. 여기서 가격만 보고 구매하는 것은 가장 어려운 업무 부분에 측정되지 않은 모델을 구매하는 것입니다.
성능보다 컴플라이언스가 먼저 공급업체를 결정한다면, Microsoft의 발표에서 이번 달 당신의 답을 바꿀 만한 것은 아무것도 없습니다. 제한적 미리 보기는 보호된 데이터를 운영할 장소가 아니며, 그렇게 할 수 있게 해 줄 약관은 공개되지 않았습니다.
8배 격차는 실재하며 아마도 지속될 것이다. 그것은 또한 여기서 가장 흥미로운 숫자는 아니다. 왜냐하면 이 맞대결을 결정하는 질문은 분당 1센트 모델이 작업을 끝낼 수 있는지이며, 우리에게 아직 말하지 않은 유일한 당사자는 그것을 판매하는 쪽이기 때문이다.
