
Scribe v3 Live Medical vs Gemini 3.5 Transcribe Live: 12.8%와 4.00%는 같은 숫자가 아닙니다
- 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 · 87 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 · 120 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100만 토큰당 · 187 tok/s
- 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
Scribe v3 Live Medical의 12.8%를 Gemini 3.5 Transcribe Live의 4.00%와 나란히 놓으면, 스트리밍 전사 문제는 구글 쪽으로 세 배 차이로 결판난 것처럼 보인다. 그렇지 않다. 그리고 그 이유가 바로 이 페이지에서 가장 유용한 정보다. 그 두 수치는 서로 다른 오디오로, 서로 다른 조직이, 서로 다른 목적으로 측정한 것이다. 12.8%는 ElevenLabs가 PriMock57에서 기록한 단어 오류율이다. PriMock57은 약물 이름, 용량, 중간에 끊긴 문장으로 가득한 57개의 녹음된 모의 일차 진료 상담이다. 4.00%는 Artificial Analysis가 일반 음성 하네스에서 Gemini 3.5 Transcribe Live에 대해 측정한 스트리밍 단어 오류율로, 최종 전사까지 0.40초가 걸린다. 하나는 임상 상담이고, 다른 하나는 벤치마크 스위트다. 이 둘을 비교하는 것은 트랙에서의 자동차 연비와 도심 교통에서의 연비를 비교하고서 엔진이 바뀌었다고 결론 내리는 것과 같은 실수다.
거짓 맞대결을 걷어내면 진짜 선택이 남는데, 그것은 정확도가 아니라 배포에 관한 것이다. Gemini 3.5 Transcribe Live는 호출하는 모델이다: gemini-3.5-transcribe-live, 공개된 분당 가격과 무료 티어, 10분 세션 상한을 갖춘 WebSocket 엔드포인트다. Scribe v3 Live Medical은 아예 호출할 수 없는 모델이다 — 초기 액세스 상태로 ElevenAgents 내부의 ASR 옵션으로만 존재하며, 모델 ID도 자체 요금도 없다. 하나는 인프라다. 다른 하나는 에이전트 플랫폼의 기능이다. 어느 쪽을 원하는지는 전사기를 만드는지, 전화 에이전트를 사는지에 달려 있다.
각 측이 실제로 게시하는 내용
각 공급업체가 명시한 대로, 사양을 항목별로 대조하면:
• 접근 — Gemini 3.5 Transcribe Live는 무료 티어가 제공되는 Live API WebSocket 엔드포인트(gemini-3.5-transcribe-live)이며, Scribe v3 Live Medical은 ElevenAgents 에이전트의 자동 음성 인식 설정에서만 선택할 수 있고 Speech to Text API를 통해서는 선택할 수 없습니다.
• 가격 — Gemini 3.5 Transcribe Live는 오디오 입력 토큰 100만 개당 $3.50, 텍스트 출력 토큰 100만 개당 $21.00이며, Google은 이를 각각 분당 $0.005 및 $0.004, 혼합 기준 분당 약 $0.009로 추정합니다. Scribe v3 Live Medical은 별도 가격이 없으며 ElevenAgents 가격에 포함됩니다.
• 정확도 — Gemini: Artificial Analysis 기준, 0.40초에서 최종까지 스트리밍 WER 4.00%; Scribe: PriMock57에서 WER 12.8%(벤더 자체 실행), 경쟁 실시간 모델 4종의 15.5%–17.2%와 대비.
• 도메인 적응 — Gemini: 배치용 자매 모델에서 사용자 지정 어휘 바이어싱을 제공하며, 화자 분리와 단어 타임스탬프는 Gemini 3.5 Transcribe 카드에 설명되어 있습니다. Scribe: 임상 파인튜닝에 최대 10,000개의 사용자 지정 용어를 추가 비용 없이 제공합니다.
• 언어 — Gemini: 스트림 중간 전환을 지원하는 85개 이상 언어; Scribe: 90개 이상 언어, 의료 분야 개선 효과는 영어, 프랑스어, 독일어에서 측정.
• 세션 형태 — Gemini: 최대 10분으로 제한되는 WebSocket 세션, Scribe: 에이전트 대화가 진행되는 동안 유지됩니다.
• 컴플라이언스 — Gemini: 모델 문서에서 확인할 수 있는 의료 또는 HIPAA 관련 포지셔닝은 없음; Scribe: BAA 및 Zero Retention Mode를 갖춘 HIPAA 적격이며, 자체 적격성이 확인될 때까지 초기 액세스 실시간 모델에 PHI를 전송하지 말라는 명시적 경고가 있음.
그 행들 중 두 가지가 대부분의 실제 결정을 좌우하는데, 어느 쪽도 정확도가 아니다. 10분 제한은 아키텍처 때문이다. 콜센터 설문보다 긴 세션은 이어 붙여야 하고, 그 이음새는 당신이 감당해야 할 문제다. 나머지 하나는 ElevenLabs 모델의 가격이 없다는 점이다. 요금표에 올릴 수 없다. LLM, 전화 통신, 음성이 함께 청구되는 구독 안에 들어 있기 때문이다.

정확도 행을 활용할 수 있는 형태로 바꾸기
이 둘을 비교하는 정당한 방법이 있으며, 그 방법은 그것들을 실행해 보는 것을 필요로 합니다. 바로 그 실행에서 여러분을 구해 주기 위해 마케팅 차트가 존재하는 것이죠. 공개된 증거로부터 말할 수 있는 것은 더 좁습니다:
특히 임상 대화에서 ElevenLabs는 측정된 수치를 갖고 있지만 Google은 그렇지 않습니다. 이는 Gemini 3.5 Transcribe Live가 약물 이름에 약하다는 주장이 아니라, 이에 대한 PriMock57에 상응하는 수치를 아무도 공개하지 않았다는 주장입니다. Google의 사용자 지정 어휘 메커니즘은 바로 이 문제를 위해 제공하는 도구이며, 배치 모델의 어휘 바이어싱은 문서화되어 있습니다. Live 엔드포인트에서는 문서가 배치 형제 모델보다 더 얇고, 공통 Gemini 3.5 Transcribe 카드에 설명된 화자 분리 및 단어 타임스탬프 기능은 엔드포인트별로 명시적으로 확인되지 않습니다.
일반 대화형 오디오에서 Google은 독립적으로 공개된 수치를, ElevenLabs는 벤더가 직접 운영한 수치를 가지고 있다. 4.00%는 고정된 하네스와 수십 개 모델을 갖춘 트래커에서 나온 것이고, 12.8%는 ElevenLabs가 선택하고 실행한 단일 57개 상담 세트에서 나온 것이다. 둘 다 유용하다. 하지만 어느 쪽도 다른 쪽에서 빼는 방식으로는 성립하지 않는다.
실용적인 버전: 워크로드가 임상 통화라면 자체 녹음에서 PriMock57 스타일 샘플을 빌려오세요 — 화자 두 명, 현장에 실제 처방집, 최소 한 명의 발신자가 회원 ID를 소리 내어 읽는 경우 — 그리고 둘 다 실행해 보세요. 약간의 전문용어가 섞인 범용 스트리밍 전사라면, Google이 공개한 수치가 더 감사 가능한 출발점이며 해당 어휘 바이어싱이 도메인 부하의 대부분을 감당할 것입니다.

임상적 차이는 단어가 아니라 멈춤에 있습니다.
ElevenLabs가 구축했지만 Google 문서에는 설명되지 않은 기능은 발화 차례 예측입니다. Scribe v3 Live Medical의 발화 차례 모델은 침묵만이 아니라 대화 맥락을 사용해 발신자가 말을 마쳤는지 판단하는데, 이는 "제 회원 ID는 4-4-2입니다" 이후에 응답하는 에이전트와 마지막 숫자까지 기다리는 에이전트의 차이입니다. ElevenLabs 자체 예시는 침묵 기반 엔드포인팅을 깨뜨리는 바로 그런 문자열들입니다: 회원 ID, 생년월일, 전화번호, 풀어서 말한 복용량.
Gemini 3.5 Transcribe Live는 같은 문제를 스택에서 한 계층 위로 끌어올립니다. 문서에서는 이를 양방향 스트리밍 전사 모델이라고 설명합니다. 턴이 어디서 끝나는지는 그 위에 놓인 에이전트 프레임워크가 결정하며, Google의 음성 에이전트 구상은 전사 전용 턴 모델이 아니라 Live API 자체의 턴 처리로 이어집니다. 그것은 충분히 좋은 아키텍처이며, 동시에 다른 아키텍처입니다. 엔드포인팅 로직을 직접 소유하게 되고, 이를 튜닝하게 될 것입니다. 환자가 증상을 말하다가 생각하느라 중간에 잠시 멈추는 임상 통화에서 그 튜닝은 겉치레가 아닙니다.
정직하게 따져본 비용 비교
Google의 과금 기준은 숫자를 산정할 만큼 투명합니다. 하루 40시간의 실시간 통화를 월 22일 운영하는 클리닉을 예로 들면 52,800분입니다. 분당 평균 약 $0.009로 추정하면 전사 부분에 월 약 $475이며, 이는 예측하고 상한을 정하고 갱신 시 논의할 수 있는 개별 항목입니다.
ElevenLabs 쪽은 비교 가능한 수치를 제시하지 않으며, 그런 수치를 인용하는 사람은 추측하는 것이다. 가장 가까운 공개 기준점은 API 요금표로, Scribe v3 Live는 시간당 $0.22, 키텀 프롬프팅은 시간당 $0.08이지만, Scribe v3 Live Medical은 그런 방식으로 판매되지 않는다. 이는 ElevenAgents 내부에 포함되어 대화 분당 가격으로 책정되며, 그 대화에는 LLM 토큰, 음성 합성, 전화 통신이 포함된다. 이러한 번들링은 달리 직접 구성했을 경우 무엇을 조합했느냐에 따라 할인일 수도, 종속일 수도 있으며, 가격 페이지만으로는 판단할 수 없다.
한 가지는 그대로 적용됩니다. 전사에는 Google을, 추론에는 원하는 LLM을 사용해 결국 둘 다 운영하게 된다면, 라우팅 결정이 필요한 곳은 두 번째 단계입니다. OrcaRouter는 단일 OpenAI 호환 API 뒤에서 215개 모델을 0% 마크업으로 제공하며, 공급업체 정가가 그대로 전달되므로 Gemini의 전사 결과를 읽는 모델을 ASR 코드를 건드리지 않고 교체하거나 장애 조치할 수 있습니다. 이 페이지에서는 두 전사 모델 중 어느 것도 제공하지 않으며, 위에 언급된 어떤 것도 우리의 가격이 아닙니다.

어느 걸 고를까?
제품을 구매하는 대신 직접 구축하고 있다면 Gemini 3.5 Transcribe Live를 선택하세요. 두 제품 중 호출 가능한 모델이면서 공개된 가격, 평가용 무료 티어, 자체 에이전트 루프 뒤에 둘 수 있는 엔드포인트를 모두 갖춘 것은 이 제품뿐입니다. 10분 세션 제한은 설계 시 염두에 두어야 할 제약이며, 임상 벤치마크가 없다는 점은 자체 오디오와 사용자 정의 어휘 목록으로 메워야 할 격차입니다.
에이전트 문제가 ElevenLabs의 몫이라고 이미 결정했다면 Scribe v3 Live Medical을 선택하세요. 그리고 귀하의 컴플라이언스 입장이 얼리 액세스 모델을 허용한다면 — 문서상으로는 현재 자격이 확인될 때까지 PHI에 대해 허용하지 않는다고 되어 있지만 — 선택하세요. 임상 파인튜닝과 턴 모델은 실제 환자 통화에서 진정한 장점이며, 경쟁 실시간 모델과의 PriMock57 격차는 임상 적응이 실제로 도움이 된다는 가장 강력한 공개 증거입니다. 다만 그것은 Gemini에 관한 증거가 아니며, Gemini 역시 그것에 관한 증거가 아닙니다.
주목해야 할 숫자는 어느 WER도 아니다. 바로 Scribe v3 Live Medical이 자체 모델 ID를 갖게 되는지 여부다. 그날이 오면 이 비교는 평범한 것이 된다 — 호출 가능한 두 엔드포인트, 두 개의 미터, 실행할 수 있는 하나의 벤치마크 — 그리고 12.8%는 구매자가 실제로 확인할 수 있는 것이 된다.
이 글에서 비교한 모델1
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
