
Realtime 1 vs Gemini 3.8 Live: 아레나의 승자는 작업을 끝내지 못하는 쪽이다
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 90 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNEWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 87 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$4.00 / $20.00 100만 토큰당 · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 124 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 · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 130 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 · 135 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 · 182 tok/s
Gemini 3.8 Live는 Artificial Analysis의 음성 대 음성 리더보드에서 모든 음성 모델 가운데 가장 높은 아레나 Elo 점수인 1074를 기록했습니다. GPT-Live-1의 1037보다 앞서고, Eleven Realtime Max의 990도 크게 앞지릅니다. 또한 이 비교 집단에서 가장 높은 작업 성공률인 93.2%를 기록했습니다. 그리고 에이전틱 작업 완료율에서는 30.1%로, 네 모델 중 가장 낮은 수치입니다. 이 세 숫자는 모두 같은 모델을 설명하는데, 이들이 왜 공존하는지 이해하는 것이 바로 MAI Realtime 1, 2026년 11월 17일에 발표된 마이크로소프트의 새 음성 대 음성 모델이자 Gemini 3.8 Live가 가장 취약한 부분을 정확히 겨냥한 모델
이 모델 중 하나는 대화형 모델입니다. 다른 하나는 운영자(operator)로 판매되고 있습니다. 둘 다 귀하의 워크로드에서 어느 쪽이 어느 쪽인지 입증할 만큼 충분히 공개하지 않았지만, 두 모델은 서로 반대 방향으로 실패하며, 그 점이 모든 것이 비슷하게 나오는 점수판보다 더 유용합니다.
음성 모델이 무엇을 위한 것인지에 관한 두 가지 서로 다른 베팅
Google이 Gemini 3.8 Live에 대해 내놓은 프레이밍은 좁고도 자신감이 넘친다. 이 모델은 "추론 지연이 없는 대부분의 저지연 음성 에이전트 경험"을 위한 기본 Live API 모델이며, 상호작용 중 "더 높은 수준의 백그라운드 추론"이 필요한 경우를 위한 형제 모델인 Gemini 3.8 Live Extended Thinking이 함께 있다. 이러한 구분은 Google이 기본 모델이 무엇을 위한 것이 아닌지를 보여준다. 진짜 사고는 형제 모델에 있다.
MAI Realtime 1에 대한 Microsoft의 설명은 정반대의 구도입니다. 이는 "자연스러운 대화 흐름과 정교한 제어 가능성을 갖춘 음성 대 음성"이며, 아키텍처는 명시적으로 2계층 구조입니다. 빠른 시스템이 대화를 실시간으로 유지하고, 더 어려운 작업은 "어색한 멈춤 없이 더 강력한 추론 엔진으로 라우팅"됩니다. Microsoft가 판매하는 것은 더 나은 말하기 기능이 아닙니다. 다른 무언가가 작업을 처리하는 동안 연결이 끊기지 않게 유지할 만큼 충분히 말을 잘하는 디스패처를 판매하는 것입니다.
• Gemini 3.8 Live — 단일 모델로, 의도적으로 빠르며, 추론은 배포별로 선택하는 별도의 더 무거운 형제 모델로 제공됩니다.
• MAI Realtime 1 — 하나의 제품에 두 개의 엔진이 내장되어 있으며, 배포 단위가 아닌 턴 단위로 에스컬레이션됩니다.
• 실질적인 차이는 이렇습니다 — Google은 통합 시점에 설정을 하나 고르라고 요구합니다. Microsoft는 모델 내부의 라우터를 신뢰하고 추론 계층 비용을 토큰당 지불하라고 요구합니다.
독립적인 수치가 말해주는 Gemini 3.8 Live
이것은 실제 측정값이 있는 대결의 한쪽이며, 그 측정값들은 좋습니다:
• 음성-음성 지수 — 74.5, Extended Thinking 변형의 82.6과 대비됩니다. 이 지수는 대화 항목이 아니라 에이전틱 항목에서 감점을 줍니다.
• 음성 추론(Big Bench Audio) — 91.7%. 강력한 성능이며, Extended Thinking에서는 97.7%입니다.
• 대화 역동성 — 96.1%. 아레나 Elo가 나오는 지점이 바로 여기입니다: 측정된 다른 어떤 것 못지않게 통화의 인간적인 리듬을 처리합니다.
• Arena Elo — 1074, 비교 세트에서 가장 높은 수치. 사실상 인간 선호도이며, 해당 목록의 하단과는 거리가 멉니다.
• 작업 성공률 — 93.2%로, 이 역시 세트 내에서 가장 높습니다.
• 에이전트 작업 완료(τ-Voice) — 30.1%. 이는 유일한 이상치이며, 종합 지수가 extended-thinking 버전보다 낮은 이유입니다.
• 첫 오디오까지 걸리는 시간 — 1.18초. 가장 빠르지는 않다 — Eleven Realtime Max는 0.57초에 해낸다 — 하지만 "추론 지연 없음"이라는 주장이 믿을 만할 정도로 충분히 빠르다.
• {{1}}혼합 비용 — Artificial Analysis의 정규화 기준으로 시간당 약 $0.84.{{/1}} Google의 자체 요금표에는 오디오 입력 분당 $0.005, 오디오 출력 분당 $0.018로 되어 있으며, 연속 양방향 통화에서는 시간당 $1.38에 더 가깝습니다. 이 차이는 측정 관례의 차이일 뿐 모순이 아니며, 어느 수치도 다른 수치인 것처럼 인용해서는 안 됩니다.
에이전틱 수치를 과업 성공 수치와 대조해 보면 중요한 사실이 드러난다. 93.2%의 과업 성공률과 30.1%의 에이전틱 완료율이 나란히 놓인다는 것은, 이 모델이 하네스가 대화형이라고 간주하는 과업에는 매우 뛰어나지만 여러 단계에 걸쳐 계획을 세우고 도구를 사용해야 하는 과업에는 취약하다는 뜻이다. 이 둘은 서로 다른 측정 도구이며, 그 불일치가 바로 발견점이다. Gemini 3.8 Live는 MAI Realtime 1이 아마 나눌 대화보다 더 나은 대화를 나눌 것이다. 그 대화가 끝날 때 예약을 잡을지는 별개의 문제이며, 이용 가능한 유일한 공개 증거로 볼 때 더 약한 쪽은 이쪽이다.

마이크로소프트의 수치가 말해 주는 것, 즉 하나의 숫자
MAI Realtime 1에는 독립적인 점수가 없다. Artificial Analysis는 11월 18일 기준으로 이 모델을 다루지 않는다. Microsoft가 직접 공개하는 것은 모델 페이지의 단일 정확도 수치 하나뿐이다. 즉 Big Bench Audio에서 98.8%이며, 그곳에는 해당 벤치마크의 음성 추론 질문에 대한 정확도라고 표기되어 있다. 여기에 P50 첫 오디오까지의 시간 카드와 "BigBench Audio의 P50 지연 시간"이라는 캡션이 더해진다. τ-Voice 수치도, 지원 언어 목록도, 백분위수 뒤의 분포도, 정확도 숫자 옆의 방법론 설명도 없다. 이를 Artificial Analysis가 측정한 동일 벤치마크에서 Gemini 3.8 Live의 91.7%와 비교하면, 공급업체 자체 평가를 제3자 평가와 비교하는 셈이다. 두 수치는 같은 종류의 대상이 아니며, 98.8%를 7점 차 승리로 취급하는 것은 이 글에서 피하려는 바로 그 세탁일 것이다. 회사의 더 넓은 주장은 이 모델이 Big Bench Audio와 τ-Voice에서 성능-가격 파레토 프런티어에 위치하며, 품질·속도·가격에서 GPT Realtime 2.1을 능가한다는 것이다. 이는 Gemini 3.8 Live가 아니라 OpenAI의 토큰당 추론 음성 모델과의 비교다.
그래서 오늘 이 두 모델을 직접 비교하는 것은 제3자가 측정한 프로필과 공급업체가 스스로 내세운 대표 수치를 비교하는 일입니다. 그렇다고 해서 이 맞대결을 건너뛸 이유는 아닙니다. 오히려 각 측이 실제로 무엇을 약속했는지를 정확히 따져야 할 이유입니다.
마이크로소프트가 구체적으로 약속한 내용은 다음과 같습니다. 오디오 분당 $0.01, 추론은 입력 토큰 100만 개당 $1.00 및 출력 토큰 100만 개당 $5.00, OpenAI Realtime API 호환 인터페이스, 퍼블릭 프리뷰 전까지 청구되지 않는 제한적 액세스 Foundry 프리뷰, 성인으로 제한된 MAI Labs의 2분짜리 비상업적 데모, Big Bench Audio에서 공급업체 보고 기준 98.8%와 P50 지연 수치가 있으나 그 뒤에 분포는 없음, Dynamics 365 Contact Center 및 Dragon Copilot의 간호사 교육 시뮬레이션에 명시된 배포 예정, 그리고 Agoda와 Reservations.ai에서의 초기 테스트.
약속하지 않은 것: 언어, τ-Voice, 데이터 레지던시, 보존 기간, 정식 출시(GA) 일정.

제대로 된 비용 비교
음성 라인만 놓고 보면 격차는 결코 작지 않다. Gemini 3.8 Live 오디오 1분은 입력과 출력을 합쳐 Google의 요금표에서 $0.023이다. MAI Realtime 1의 1분은 추론 전 기준 $0.01이다. 대략 2.3배이며, ElevenLabs와의 비교와 달리 Google 쪽에는 이 격차를 더 벌릴 컴플라이언스나 플랫폼 수수료가 없다.
하지만 흥미로운 비용 차이는 요율이 아닙니다. 그 차이는 추론 청구서가 어디에 붙는가에 있습니다. Gemini 3.8 Live가 어려운 턴에 내놓는 답은 배포하는 다른 모델, 즉 Gemini 3.8 Live Extended Thinking이며, Artificial Analysis 기준 시간당 $3.50, 지수 82.6입니다. 이는 배포 결정으로, 특정 턴이 이를 필요로 했는지와 무관하게 오디오 시간당 가격이 매겨집니다. MAI Realtime 1의 답은 토큰당 가격이 책정되는 턴별 에스컬레이션이므로, 어려운 턴이 적을 때는 더 저렴하고 대부분일 때는 더 비쌉니다.
• 대부분 쉬운 턴이고 가끔 격화되지만 — MAI Realtime 1의 토큰별 모델이 큰 차이로 승리합니다.
• 대부분 어려운 턴에서는 — Gemini 3.8 Live Extended Thinking의 시간당 3.50달러 정액 요금이 더 예측 가능한 수단이며, 콘택트센터 예산을 예측할 때는 예측 가능성에도 분명 가치가 있습니다.
• 명확한 구분이 없는 혼합 트래픽 — 방어할 수 있는 시간당 추정치와 직접 측정해야 하는 토큰당 추정치 중에서 선택하는 상황입니다. 이 둘은 서로 다른 조달 논의입니다.
Google의 무료 티어가 Gemini 3.8 Live의 입력과 출력을 요금 없이 제공한다는 점은 눈여겨볼 만합니다. 물론 속도 제한이 있습니다. 프로토타입 입장에서 이는 등록 양식과 대기자 명단보다 확실한 이점입니다.
언어는 벤치마크보다 더 많은 매치업을 결정한다
Gemini 3.8 Live는 Live API의 다국어 동작 방식을 그대로 계승하며, Google의 문서는 비영어 대화를 일반적인 사용으로 취급합니다. MAI Realtime 1의 출시 자료에는 지원 언어가 단 하나도 나열되어 있지 않습니다. Microsoft의 음성 계보는 Dragon을 거쳐 이어지는데, Dragon은 영어 배포가 강한 임상 받아쓰기 제품이며, Transcribe 2 발표에서는 다국어 오류율을 절반으로 줄인다고 언급하지만, 그것은 실시간 모델이 아닌 전사 모델에 관한 것이고 언어 목록도 아닙니다.
에이전트가 영어권 시장 한 곳만 담당한다면 이는 각주에 불과합니다. 세 곳을 담당한다면 MAI Realtime 1은 아직 평가할 수 있는 후보가 아닙니다. 프리뷰가 필요한 언어에서 어떤 성능을 내는지 알려주지 않기 때문입니다.
어느 공급업체든 결론을 내리기 전에 비교를 진행하는 방법
두 모델 모두 OpenAI Realtime API를 지원합니다 — Google의 Live API는 자체 인터페이스를 통해, Microsoft의 것은 설계상 명시적으로 그렇습니다. Gemini 쪽은 세션 의미론에서 밀접하게 관련되어 있지만 동일하지는 않으므로, 베이스 URL 교체가 아니라 어댑터를 예산에 잡아야 합니다. MAI Realtime 1 쪽은 Microsoft 자체 설명에 따르면 드롭인에 더 가깝습니다.
이 대결을 결정하는 평가는 벤치마크 실행이 아니다. 그것은 작업 완료 실행이다. 각 모델에게 도구 호출과 두 번째 단계를 요구하는 동일한 20개의 실제 요청을 주고, 몇 개가 완료되는지 세는 것이다. Gemini 3.8 Live의 30.1%라는 에이전트형 수치가 당신의 사전 기대값을 정한다 — 대략 6개를 완료해야 한다. MAI Realtime 1이 그 근처에 머문다면, 가격 우위는 이 워크로드에서 아무 소용이 없다. 그것이 동일한 하네스에서 Eleven Realtime Max가 해내는 87% 근처에 이르면, Microsoft의 2계층 설계는 주장하는 대로 작동하는 것이고 이 대결은 끝난 것이다.
그 평가를 하려면 음성 모델 뒤에 있는 추론 계층에 계측이 필요합니다. Microsoft 쪽에서는 바로 그곳에서 두 번째 단계가 실제로 일어나기 때문입니다. OrcaRouter는 그 계층이 연결되는 지점입니다: 200개 이상의 모델을 하나의 키로, 공급자 정가에 0% 마크업으로, 자동 페일오버로 지연되는 추론 호출이 실시간 통화에서 4초의 침묵으로 이어지지 않게 하며, 에스컬레이션 경로를 규칙으로 만들 수 있게 해주는 라우팅 DSL — 음성 핸들러에서 유지 관리하는 코드가 아니라 규칙으로 말입니다. MAI Realtime 1 자체는 저희 카탈로그에 없습니다 — MAI Labs와 Foundry 제한 액세스 프리뷰를 통해 접근할 수 있습니다 — 따라서 저희가 라우팅하는 것은 그것이 넘겨주는 모든 것과, Google 방식을 택하실 경우 Gemini 3.8 Live의 형제 모델들입니다.
미리보기가 조달 일정에 미치는 영향
두 가용성 경로를 나란히 놓으면 비대칭성은 모델에 관한 것이 아니라 무언가를 알기까지 얼마나 걸리는지에 관한 것이 된다. Gemini 3.8 Live는 오늘 Google의 Live API에서 정식 제공되며, 무료 티어는 속도 제한 하에 입력과 출력을 포함하므로 이틀간의 급증이 이번 주가 끝나기 전에 작업 완료 수치를 만들어낼 수 있다. MAI Realtime 1은 등록 양식, 대기자 명단, 성인으로 제한된 2분 비상업적 데모, 그리고 Microsoft가 공개 미리보기가 시작될 때까지는 청구하지 않겠다고 밝힌 미리보기다.
그것들은 서로 다른 종류의 마찰이며 서로 다른 팀에 유리합니다. 지금 답이 필요하고 그 답이 청구서에 서명하는 사람에게 설명 가능해야 한다면, Gemini 3.8 Live는 공개 하네스가 뒷받침하는 측정된 프로필과 함께 따져볼 수 있는 공개 요금을 제공합니다. 엔지니어링 여력이 남아 있고 이번 분기에 마감이 없다면, Microsoft 프리뷰는 이 범주에서 가장 저렴한 유용한 실험입니다 — 오늘은 비용이 들지 않는 분당 1센트로, 제3자가 측정한 적 없는 모델을, 아마 이미 익숙한 인터페이스에서 접하는 셈입니다.
• 이번 주에 프로토타입을 만들고 다음 분기에 결정하세요 — 어느 쪽이든 괜찮으며, 양쪽의 무료 티어 덕분에 실험 비용은 거의 들지 않습니다.
• 이번 주에 프로토타입, 다음 달에 출시 — Gemini 3.8 Live, MAI Realtime 1은 GA 일정이 없고 예측할 방법도 없기 때문입니다.
• 데이터는 테넌시나 리전을 벗어날 수 없습니다 — 공개된 조건상 이들 중 어느 것도 답이 아닙니다; Google은 Live API에 리전별 제어 기능을 두고 있고, Microsoft는 Realtime 1의 데이터 거주성에 대해 아무 말도 하지 않았습니다.

이 분할은 누구를 대상으로 하나요?
제품이 곧 대화라면 Gemini 3.8 Live를 선택하세요. 가치가 에이전트의 목소리, 방해를 받았을 때의 대처 방식, 응답 속도, 그리고 6개 언어에서의 작동 품질에 있다면, 이 제품은 동일 가격대의 그 어떤 제품보다도 가장 뛰어난 측정 프로필을 갖추고 있으며 이를 직접 입증해 볼 수 있는 무료 등급도 제공합니다. 30.1%의 에이전트 점수는 통화가 잘 처리된 대화가 아니라 완료된 행동으로 끝나야 하는 경우에만 의미가 있습니다.
MAI Realtime 1은 제품이 거래, 즉 예약, 청구, 여러 시스템에 걸친 조회라면, 그리고 Microsoft가 달리 발표할 때까지 영어 전용을 감수할 수 있다면 진지하게 고려할 만하다. 분당 1센트에 청구되지 않는 프리뷰라면, 벤더 측 라우터가 애플리케이션 측 라우터를 능가하는지 알아보는 가장 저렴한 방법이다. 위험은 돈이 아니다. 위험은 유일하게 공개된 정확도 수치가 자체 98.8%뿐이고, 이를 뒷받침하는 재실행도, τ-Voice 점수도, 언어 목록도, 지연 시간 분포도 없는 모델을 상대로 출시하게 된다는 점이다. 그리고 이번 달에 그 격차를 메울 수 있는 유일한 주체는 자체 계측 도구를 갖춘 당신이다.
어느 쪽도 아직 하지 않은 일은 그것을 판가름할 수치, 즉 실제 대화 중 얼마나 많은 비율이 두 번째 엔진을 필요로 하는지를 공개하는 것이다. Google의 답은 두 번째 모델을 판매하고 배포 단위로 고객이 결정하게 하는 것이다. Microsoft의 답은 매 턴마다 결정하고 그에 대한 비용을 청구하는 것이다. 둘 다 정직한 설계다. 오늘날 측정 가능한 것은 둘 중 하나뿐이며, 그것은 더 저렴한 쪽이 아니다.
이 글에서 비교한 모델1
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
