
Realtime 1 vs GPT Live 1: 5센트 대 1, 그리고 아직 아무도 확인할 수 없는 주장
- 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
분당 5센트. 그것은 OpenAI가 GPT Live 1에 부과하는 요금이다 — "동시에 듣고 말할 수 있는" 전이중 방식의 음성 모델로, 올림 없이 초 단위로 청구되며, 백엔드 모델 및 도구 사용료는 별도로 청구된다. MAI Realtime 1은 2026년 11월 17일 Microsoft가 발표했으며, 추론 티어 적용 전 기준 분당 1센트다. 요금표상 차이는 5대 1이고, 두 모델을 모두 사용해 본 한 사람은 인터넷에 Realtime 1이 "GPT Live 모델과 매우 비슷하게 느껴졌다"고 말했다. 그 문장은 이번 맞대결에서 가장 흥미로운 점이자 가장 검증하기 어려운 점이다. 왜냐하면 그것을 결판낼 방법은 정확히 하나뿐인데, 어떤 독립적인 제3자도 그 테스트를 실행하지 않았기 때문이다.
그러니 이것을 하나가 아니라 두 개의 질문으로 다루세요. 분당 1센트짜리 모델은 다섯 배 더 나쁜가? 그리고 GPT Live 1의 측정된 프로필은 더 저렴한 모델이 따라잡아야 할 무엇을 실제로 제공하는가? 두 번째 질문에는 답이 있다. 첫 번째 질문에는 아직 없다.
아키텍처의 형태가 동일하지 않습니다
GPT Live 1은 특이하며, 문서에서도 이를 분명히 밝히고 있다. 이는 턴을 번갈아 하는 대신 동시에 듣고 말하는 풀 듀플렉스 모델이며, 추론 자체를 수행하려 하지 않는다. “추론과 도구 작업을 백엔드 에이전트에 넘기며”, 이 에이전트는 v1/live/sessions를 통해서만 접근할 수 있고 Chat Completions, Responses 또는 Realtime 엔드포인트는 지원하지 않는다. 오디오와 텍스트를 입력 및 출력으로 받아들이고, 스트리밍과 함수 호출을 지원하며, 이미지나 비디오는 받지 않는다.
• GPT Live 1 — 풀 듀플렉스 프런트 엔드, 추론은 연결한 백엔드 에이전트에 위임됩니다. 동시 세션 한도는 Build 50, Launch 300, Grow 500입니다. 무료 티어는 없습니다.
• MAI Realtime 1 — 고속 경로와 내부 추론 계층을 갖춘 음성-대-음성 Microsoft는 입력 100만 토큰당 $1.00, 출력 100만 토큰당 $5.00를 청구합니다. 대화형 측은 오디오 분당 청구됩니다. 미리 보기는 공개 미리 보기 전까지 청구되지 않습니다.
둘 다 사실상 두 부분으로 구성된 시스템입니다. 차이는 두 번째 부분을 누가 소유하느냐입니다. GPT Live 1에서는 두 번째 부분이 명시적으로 사용자 몫입니다. 백엔드 에이전트를 직접 선택하고, 그 토큰을 별도로 지불하며, 이음새를 직접 볼 수 있습니다. MAI Realtime 1에서는 핸드오프가 제품과 가격 페이지 내부에 있으며, 라우팅 결정은 사용자가 구성하는 항목이 아닙니다.
그 단 하나의 설계 차이가 가격 격차의 대부분을 설명한다. OpenAI는 매우 뛰어난 귀와 입에 대해 분당 0.05달러를 받는다. Microsoft는 괜찮은 귀와 입에 내부 디스패처까지 더해 0.01달러를 받고, 사고(thinking)는 토큰 미터로 과금한다.
GPT Live 1의 측정치가 실제로 보여주는 것
GPT Live 1은 Artificial Analysis의 음성 대 음성 보드에 두 번 등재되어 있습니다. 연결하는 백엔드 에이전트에 따라 결과가 달라지기 때문입니다:
• 음성-대-음성 지수 — 중간 설정의 Astra급 백엔드에서는 83.2, 낮은 설정의 Sol급 백엔드에서는 80.1입니다. 둘 다 Gemini 3.8 Live의 74.5보다 높고 Eleven Realtime Max의 77.3보다도 훨씬 높아, GPT Live 1이 이 비교 세트에서 가장 높은 지수를 기록한 모델이 됩니다.
• 음성 추론(Big Bench Audio) — 각각 90.1% 및 89.0%. 최상위권은 아니지만 — Eleven Realtime Max는 98.8%를 기록 — 충분히 경쟁력 있는 수준입니다.
• 대화 역동성 — 94.9% 및 97.3%. Sol로 구성된 변형은 세트에서 가장 높은 역동성 점수를 기록했으며, 이는 "대화하기 좋은 느낌"에 해당하는 수치입니다.
• 에이전틱 작업 완료(τ-Voice) — 74.5% 및 59.3%. 둘 다 Gemini 3.8 Live의 30.1%를 큰 차이로 앞서며, 이는 전체 설계 전제가 유능한 백엔드에 작업을 넘기는 모델에서 기대할 수 있는 결과입니다.
• Arena Elo — 1027 및 1037.
• 작업 성공률 — 87.4% 및 90.9%.
• 첫 오디오까지 걸리는 시간 — 1.34초와 1.24초. Eleven Realtime Max의 0.57초보다 느리고 Gemini 3.8 Live의 1.18초보다도 느리지만, 전이중 설계 덕분에 체감 대기 시간은 측정된 대기 시간과 같지 않다. 생각하는 동안 반응을 보여주는 모델은 멈춘 것처럼 느껴지지 않는다.
• 혼합 비용 — Artificial Analysis의 정규화 기준으로 시간당 $5.83 및 $4.47이며, 음성 회선만으로도 시간당 $3.00인 분당 $0.05 요금표와 대비됩니다. 더 높은 수치에는 백엔드 토큰 지출이 포함되며, 이는 추론을 위임하는 모델을 정직하게 해석하는 방식입니다.
그 수치에서 두 가지 결론이 나옵니다. 첫째, 구성은 모델만큼이나 중요합니다. 동일한 GPT Live 1도 어느 백엔드를 지정하느냐에 따라 83.2점 또는 80.1점을 받고, 에이전트 작업에서는 74.5% 또는 59.3%를 기록합니다. 어떤 백엔드를 사용했는지 밝히지 않은 채 숫자 하나만 인용한 리뷰는 거의 아무것도 알려주지 않습니다. 둘째, 여기서 인덱스 선두는 아레나 선두가 아닙니다. Gemini 3.8 Live는 Elo에서 이기고, GPT Live 1은 인덱스에서 이깁니다. 이 둘은 서로 다른 것을 측정하며, 어느 것도 여러분의 워크로드를 대변하는 대리 지표가 아닙니다.

검증할 가치가 있는 주장, 그리고 검증에 드는 비용
"GPT Live 모델과 매우 가깝게 느껴졌다." 액면 그대로 받아들인다면, 이는 누군가 MAI Realtime 1에 대해 한 말 중 가장 강력한 발언이며, 공개된 방법론도, 녹음도, 과제 세트도 없는 사람에게서 나온 말이다. 공정하게 말하자면, 이는 또한 대부분의 음성 모델에 대한 초기 인상이 도착하는 방식과 정확히 같다. 전이중 대화는 점수 매기기는 어렵고 느끼기는 쉽기 때문에, 애초에 아레나가 존재하는 이유이기도 하다.
문제는 그 주장이 절반만 검증 가능하다는 점이다. Microsoft는 MAI Realtime 1에 대해 모델 페이지에 Big Bench Audio에서의 98.8%라는 정확도 수치 하나를 공개했는데, 이는 공급업체가 직접 수행했고 재현되지 않은 평가이며, P50 최초 오디오 도달 시간 카드와 "P50 Latency on BigBench Audio" 캡션도 함께 있다. τ-Voice 점수, 지연 시간 분포, 언어 목록은 공개하지 않는다. Artificial Analysis는 11월 18일 현재 MAI Realtime 1을 다루지 않으므로, 그 98.8%를 GPT Live 1의 90.1%와 나란히 놓을 독립적인 측정치는 없다: 하나는 공급업체 자체 평가이고, 다른 하나는 제3자 평가다. Microsoft의 자체 비교 주장은 GPT Realtime 2.1을 지목하는데, 이는 GPT Live 1과는 다른 모델이고 가격 구조도 완전히 다르며, 그 비교조차 수치가 아니라 프런티어 포지션으로 공개된다.
그래서 그 주장에서 유용한 버전은 판정이 아니라 테스트 계획이다. 실행할 네 가지가 있고, 모두 프리뷰가 과금되지 않는 동안에는 저렴하다:
• 연속 대화 — 동일한 녹음된 통화 20건을 두 모델 모두에 통과시켜 블라인드로 채점. 이것이 "가깝게 느껴진다"를 테스트하는 유일한 방법이며, 원래 주장이 건너뛴 테스트입니다.
• 겹침 상황에서의 인터럽션 — GPT Live 1의 전이중 설계는 말하면서 동시에 들을 수 있게 합니다. Realtime 1이 실제로 동시 발화를 처리하는지, 아니면 깔끔한 인터럽션만 처리하는지 테스트하세요. 이 둘은 서로 다른 역량이며, 데모에서는 그중 하나만 드러납니다.
• 에스컬레이션 지연 — Realtime 1이 한 턴을 추론 엔진에 넘기는 순간의 멈춤을 측정하세요. Microsoft의 주장은 "어색한 멈춤 없이"이며, 이는 숫자가 전혀 붙지 않은 지연 관련 주장입니다.
• 완료된 콜당 비용 — 분당이 아니라. 분당 비용이 5분의 1이면서 요청을 해결하는 데 두 턴이 더 필요한 모델은 가격이 5분의 1인 것이 아니다. 이 숫자가 승부를 결정하며, 어느 벤더도 이를 공개하지 않는다.
5센트는 어디로 가는가
GPT Live 1의 분당 4센트 추가 요금이 당신에게 아무것도 사주지 않는다면, 이건 결정할 사안이 아니다. 하지만 그것은 구체적인 무언가를 사준다: 측정되지 않은 주장과 대비되는 측정된 74.5%의 에이전틱 점수, 그리고 턴테이킹의 더 나은 버전이 아니라 턴테이킹과는 다른 역량인 전이중 아키텍처다.
요금 외에 드는 비용은 제어권과 연결 구조입니다. GPT Live 1은 백엔드 에이전트를 직접 공급하고 비용을 지불하도록 요구합니다 — 이는 실제 작업이자 실제 청구서이지만, 동시에 그 구성이 점수에 영향을 미치는 이유이기도 합니다. 추론 모델은 당신이 선택하고, 토큰 지출을 직접 확인하며, 무엇을 에스컬레이션할지 당신이 결정합니다. MAI Realtime 1은 그 결정을 제품 내부에서 내리며, 그 대가로 백만 토큰당 $1.00과 $5.00을 청구하지만, 그것이 얼마나 자주 발생하는지는 알려주지 않습니다.
그 트레이드오프, 즉 가시성 대 편의성은 게이트웨이가 존재 가치를 입증하는 지점입니다. 두 모델 모두 결국 추론 모델을 호출하게 되며, GPT Live 1은 설계상, MAI Realtime 1은 내부적으로 그렇게 하고, OrcaRouter가 라우팅하는 부분이 바로 이 추론 계층입니다: 단일 키로 200개 이상의 모델을 공급자 정가에 0% 마크업으로, 따라서 GPT Live 1 구성을 결정하는 백엔드는 두 번째 계약 없이 교체할 수 있고, 자동 페일오버 덕분에 지연된 추론 호출이 문장 중간에 끊긴 침묵으로 이어지지 않습니다. 모델 퓨전은 여기서 알아둘 만한 또 다른 레버입니다 — 어려운 턴이 비용이 많이 드는 턴인 음성 에이전트에게는, 에스컬레이션 경로에서 여러 모델이 함께 답하는 패널이 중요한 곳에서 정확성을 사면서도 모든 턴에서 그 비용을 지불하지 않는 방법입니다.
커버리지에 관해 정확히 말하자면, GPT Live 1도 MAI Realtime 1도 OrcaRouter 카탈로그에 없습니다. GPT Live 1은 OpenAI 자체의 v1/live/sessions 엔드포인트이고, MAI Realtime 1은 MAI Labs와 Foundry의 제한적 액세스 프리뷰입니다. 우리가 제공하는 것은 그 뒤에 있는 것입니다.
타임라인을 좌우하는 통합 세부 사항
GPT Live 1은 통합이 더 번거롭고 문서는 더 잘 되어 있습니다. 전용 v1/live/sessions 엔드포인트는 Realtime API에 맞춰 구축한 어떤 것도 그대로 이어지지 않는다는 뜻입니다. 이는 새로운 세션 모델이며, Chat Completions, Responses 또는 Realtime을 지원하지 않는다는 사실이 문서에서 가장 먼저 언급되는 데에는 이유가 있습니다. Rate limit은 토큰이 아니라 동시 세션 수를 기준으로 계산되므로 용량 계획은 완전히 다른 작업입니다. Build는 동시 50개, Launch는 300개, Grow는 500개이며 무료 티어는 없습니다.
MAI Realtime 1은 정반대입니다. OpenAI Realtime API와 호환되는 인터페이스이며, 이는 Microsoft의 발표에서 가장 유용한 단 한 문장입니다. 여러분의 스택이 이미 해당 프로토콜을 사용한다면, 평가는 모델 문자열과 베이스 URL만으로 끝납니다. 문제는 인터페이스 주변의 모든 요소입니다. 언어 목록도, 지연 시간 분포도, τ-Voice 점수도, GA 날짜도 없고, MAI Labs의 2분짜리 데모는 저희가 확인했을 때 "MAI Realtime은 현재 사용할 수 없습니다"라고 표시하고 있었습니다.
그래서 일정 비대칭성은 실제로 존재합니다. {{1}}GPT Live 1{{/1}}은 이번 주에 공개된 문서와 프로덕션 엔드포인트를 기준으로 통합할 수 있습니다. {{2}}MAI Realtime 1{{/2}}은 이해하고 있는 호환성을 바탕으로 프로토타입을 만들 수 있으며, 그다음에는 아직 완성되지 않았기 때문에 무료인 프리뷰를 기다려야 합니다.

내기로 표현한 판결
음성 경험이 곧 제품이고 직접 제어할 수 있는 백엔드를 원한다면 GPT Live 1을 선택하세요. 이 모델은 동급 최고의 음성 대 음성 지수를 갖추었고, Sol-class 백엔드와 함께 최고의 대화 역학을 보여 주며, Phonic 1과 Grok Voice 3.0을 제외한 비교 대상의 모든 비-OpenAI 모델을 앞서는 에이전틱 점수와 무엇을 하는지 정확히 알려 주는 문서를 갖추고 있습니다. 분당 5센트는 실제 수치이며 예측할 수 있습니다.
경제성이 제약 조건이고 조달보다 측정에 쓸 엔지니어링 시간이 있다면 MAI Realtime 1에 걸어야 합니다. 분당 1센트, 청구되지 않는 프리뷰, OpenAI 호환 인터페이스는 Microsoft의 2계층 설계가 애플리케이션 측 설계를 능가하는지 알아보는 가장 저렴한 방법입니다. 받아들여야 하는 것은 지연 시간 분포, τ-Voice 수치, 언어 목록을 직접 산출해야 한다는 점입니다. Microsoft는 그중 어느 것도 공개하지 않았기 때문입니다. 또한 유일한 정확도 수치인 Big Bench Audio에서의 98.8%가 아무런 근거도 없이 벤더로부터 제시된다는 점도 받아들여야 합니다.
절대 하지 말아야 할 한 가지는 “매우 비슷하게 느껴진다”는 주장을 마치 결과인 양 반복하는 것이다. 그것이 사실일 수도 있다. 그렇게 말한 사람이 옳을 가능성도 충분히 있다. 만약 그렇다면 이 맞대결은 더 이상 흥미롭지 않게 된다. 사용자에게 가장 중요한 축에서는 더 저렴한 모델이 더 나은 모델이 되기 때문이다. 그러나 한나절의 느낌은 작업 완료율이 아니다. 그리고 이를 판가름할 숫자, 즉 각 모델이 실제 호출을 몇 퍼센트나 완료하는지는 어느 벤더도 공개하지 않은 단 하나의 숫자다.

이 글에서 비교한 모델2
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
