Tell 1 vs Gemma 4 12B: 하나는 디스크에 담을 수 있고, 하나는 전화로만 접할 수 있다

차이를 가장 빠르게 이해하는 방법은 Tell 1과 G​emma 4 12B둘 다 다운로드해 보는 것입니다. G​emma 4 12B는 Apache 2.0 라이선스로 약 27GB의 BF16 safetensors로 제공되며, 양자화 빌드에서 24GB 카드 한 장으로 초당 약 110토큰으로 실행되고, 오직 당신에게만 응답합니다. Tell 1은 아예 다운로드할 수 없습니다. 이는 Retell 자체의 추론 모델로, 분당 $0.07~$0.31을 청구하는 음성 에이전트 플랫폼 안에 들어 있으며, 모델을 판매하지도, 모델 카드를 공개하지도, 자체 인프라에 연결하도록 허용하지도 않습니다. 벤치마크를 포함해 이 비교의 나머지 모든 것은 그 비대칭성에서 비롯됩니다. 왜냐하면 이 모델 중 하나는 GPU만 있으면 누구나 측정할 수 있지만, 다른 하나는 이를 소유한 회사만 측정할 수 있기 때문입니다.

두 제품 모두 정말 흥미로운 출시작이며, 서로 다른 작업을 위해 만들어졌습니다. Gemma 4 12B는 Google DeepMind의 인코더 없는 중간 크기 오픈 모델로, 2026년 6월 3일 출시되었으며 눈앞의 기기에서 멀티모달 추론을 수행하도록 설계되었습니다. Tell 1은 해당 모델이 존재하기 전부터 한 달에 1억 건 이상의 통화를 처리하던 컨택트센터 스택의 추론 계층이며, 그 설계 목표는 로컬 모델이 제공할 수 없는 단 하나, 즉 전화 발신자의 침묵 허용 범위 안에 들어오는 첫 음절입니다.

모델이라고 불리는 두 가지, 그중 파일은 하나뿐이다

G​emma 4 12B는 119.5억 개의 dense 파라미터를 갖추고 있으며 별도의 비전 또는 오디오 인코더가 없습니다 — 이미지 패치와 오디오 파형이 트랜스포머로 바로 들어가기 때문에, 이 제품군은 타워를 쌓은 형태가 아니라 하나의 '통합' 체크포인트로 제공됩니다. 256K 토큰 컨텍스트를 지원하며 텍스트, 이미지, 오디오, 비디오 프레임을 읽습니다. Hugging Face 저장소는 1,400만 회 이상 다운로드되었고, 채팅 템플릿은 2026년 7월 9일에 마지막으로 개정되었으며, 라이선스는 Apache 2.0으로 수익 조항, 사용자 수 조항, 협상할 별도 상업 계약이 없습니다.

Tell 1에는 그런 산출물이 전혀 없습니다. Retell 자사 사이트에서 내가 찾을 수 있었던 어디에도 저장소, 설정, 토크나이저, 라이선스 문구, 컨텍스트 윈도 수치가 공개되어 있지 않았습니다. 블로그, 체인지로그, 문서 인덱스, 뉴스룸, 회사의 모델 벤치마크 사이트까지 살펴봤습니다. 이것이 조금이라도 등장하는 두 곳은 홈페이지의 라벨 하나로, "Developed by Retell Labs"라는 제목의 섹션 아래 "Agent harness" 옆에 놓여 있는 경우와, Retell의 공개 음성 벤치마크에 관한 9월 체인지로그에 추가된 11월 업데이트 노트뿐입니다. 그게 공개 기록의 전부입니다. 이건 스캔들이 아닙니다. 많은 플랫폼 벤더가 내부 모델을 문서화하지 않은 채 출시합니다. 하지만 이는 이 비교의 절반은 벤더의 말만 믿고 진행해야 하고, 나머지 절반은 당신이 오늘 밤 자신의 하드웨어에서 직접 진행할 수 있다는 뜻입니다.

그중 한 사람이 공개적으로 답하는 다섯 가지 질문

구매자가 실제로 필요로 하는 기준에서 두 가지를 나란히 놓으면, 격차의 형태가 분명해집니다. 각 항목의 양쪽을 보여주는 이유는 점수가 아니라 대비가 핵심이기 때문입니다:

• 가중치 — G​emma 4 12B는 이를 공개하며, Apache 2.0, 자체 호스팅 가능, 미세 조정 가능, 재배포 가능; Tell 1은 아무것도 공개하지 않으며 Retell 음성 에이전트의 일부로만 접근할 수 있습니다.

• 크기 — Gemma의 경우 11.95B dense 파라미터, BF16에서 약 27GB, 양자화 시 7GB 미만입니다. Tell 1의 경우 비공개이며, Retell의 하네스 내에서 중앙값 72ms로 응답한다는 점은 프런티어 범용 모델이 아니라 소규모의 목적 특화 모델임을 시사하지만, 이는 추론일 뿐 문서화된 내용은 아닙니다.

• 컨텍스트 — Gemma 4 12B의 경우 256K 토큰, Tell 1의 경우 명시되지 않음. 전화 에이전트의 경우 통화가 짧고 지식 베이스가 모델 외부에 존재하므로, 들리는 것만큼 우려스러운 일은 아니다.

• 모달리티 — G​emma는 텍스트, 이미지, 오디오, 비디오를 입력받아 텍스트를 반환합니다. Tell 1은 음성 플랫폼이 전달하는 트랜스크립트 및 도구 페이로드를 받으며, 그 외에 무엇을 받는지는 공개되지 않았습니다.

• 근거 — G​emma는 벤더 카드(DocVQA 94.9, InfoVQA 88.4, MMLU-Pro 77.2, GPQA Diamond 78.8, 모두 G​oogle이 보고한 수치)를 보유하고 있으며, 여기에 더해 독립적인 Artificial Analysis Intelligence Index 14와 초당 약 110.9토큰의 속도를 갖습니다. Tell 1은 자사가 작성한 벤치마크에 한 행이 있으며, 이는 아래에서 다룹니다.

어느 쪽 열이 더 긴지 주목해 보세요. 이것은 Tell 1의 품질을 깎아내리는 말이 아닙니다. 돈을 쓰기 전에 무엇을 검증할 수 있는지에 관한 이야기입니다. 다운로드할 수 있는 모델은 반나절이면 직접 보유한 데이터로 테스트할 수 있습니다. 대여만 할 수 있는 모델은 대여하는 방식으로 테스트하게 됩니다.

Tell 1의 헤드라인 숫자가 실제로 측정하는 것

Retell의 vCX Benchmark는 결과를 마케팅용 차트가 아니라 구조화된 데이터로 공개하며, 이는 대부분의 벤더 리더보드가 하는 것보다 더 많은 일을 합니다. Tell 1은 45개 모델에서 뽑은 62개 평가 구성 표에 포함되어 있으며, 그 행은 대화형 쪽에서 가장 강합니다: Retell의 구어체 차원에서 96.6%, 중앙값 72.5ms로 두 항목 모두 해당 분야 1위입니다. 같은 행은 지시 따르기와 Retell이 환각(hallucination)이라고 표시한 항목에서 2위, 도구 호출에서 5위이며, 분당 3.5센트의 모델 비용으로 62개 중 19위입니다. 네 차원을 평균하면 94.45%가 나오며, 이것이 Retell이 앞세우는 수치입니다.

그 순위들 옆에는 두 가지 단서가 붙어야 하며, 어느 것도 Retell이 부정직하다는 뜻은 아닙니다 — 데이터가 더 깔끔한 해석을 뒷받침하지 못할 뿐입니다. 첫째, Tell 1의 행에는 벤치마크 버전 17이 표시되어 있는 반면, 62개 행 중 50개에는 버전 1이 표시되어 있습니다. 과제를 개정하는 벤치마크는 옳은 일을 하는 것이지만, 서로 다른 두 테스트 세트에 걸쳐 계산된 "#1 overall"은 동등 비교 결과가 아니라 집계일 뿐이며, 해당 페이지는 이에 대해 정규화하지 않습니다. 둘째, 네 가지 차원이 일치하지 않습니다. Tell 1은 자체 벤치마크에서 지시 따르기나 도구 호출에서 최고의 모델이 아닙니다 — GPT-6-Astra는 지시 따르기에서 89.7%로 Tell 1의 88.6%를 앞서고, 도구 호출에서는 적어도 하나의 Claude 빌드가 앞섭니다. 그것이 완전히 승리하는 것은 통화자가 들을 수 있는 두 가지입니다: 가장 빠르고, 가장 사람처럼 들립니다.

두 수치가 보도에서 뒤섞이는 만큼, 하나는 분명히 해둘 필요가 있습니다. 72ms는 하네스 내부에서의 모델 지연 시간이지, 발신자가 경험하는 지연 시간이 아닙니다. Retell의 홈페이지에는 일반적인 에이전트 응답 시간이 종단 간 약 600ms라고 나와 있으며, 여기에는 음성 인식, 오케스트레이션, 모델 턴, 음성 합성이 포함됩니다. 두 수치 모두 사실일 수 있습니다. 전화를 하는 사람이 체감하는 것은 두 번째 수치뿐입니다.

각각이 스택에서 어디에 속하는지

Gemma 4 12B는 실시간 전화 에이전트에 잘 맞지 않으며, 그 이유는 품질 때문이 아닙니다. 단일 GPU에서 12B dense 모델은 좋은 구성 요소이지만, 자체 서빙 스택을 거치는 왕복에 음성 인식과 합성이 더해지면서 종단 간 응답이 발신자가 에이전트의 말을 덮어 말하기 시작하는 수준으로 밀려납니다. Google이 12B를 내세우는 방식은 노트북에서의 에이전틱 작업, 즉 문서 이해, 화면 읽기, 도구 사용, 코딩 지원이며, 그 설명은 정확합니다. 작업이 매일 밤 10만 건의 인보이스 처리, 제3자에게 보낼 수 없는 비공개 코퍼스, 또는 오프라인 현장 기기라면 Tell 1은 경쟁할 수 없습니다. Tell 1은 애초에 그곳에 배포될 수 없기 때문입니다.

Tell 1은 정반대입니다. Retell을 떠날 수 없고, 귀하가 자신의 트랜스크립트로 미세 조정할 수 없으며, Retell의 협조 없이는 제3자가 벤치마크할 수도 없습니다. 할 수 있는 일은 이미 텔레포니, 턴테이킹, 음성을 소유한 플랫폼 내부에서 72ms 만에 답하는 것이며, 이는 아무리 프롬프트 엔지니어링을 해도 해결되지 않는 스택의 부분입니다. 콘택트센터 에이전트를 구축하는 것이 아니라 구매하는 경우라면, 그것이 중요한 유일한 열입니다.

중간 지대는 대부분의 팀이 실제로 도달하는 지점입니다. 대량의 결정론적 작업을 위한 소규모 자체 호스팅 모델과 까다로운 국면을 위한 호스팅된 프런티어 모델이죠. 이 두 모델 중 어느 것도 그 두 번째 자리에 자연스러운 선택은 아니며, 바로 이 지점에서 저희 자체 카탈로그가 관련됩니다. Tell 1도 G​emma 4 12B도 OrcaRouter를 통해 라우팅할 수 없습니다. 저희는 Tell 1을 호스팅하지 않으며, 저희가 보유한 G​emma 4 크기는 31B Instruct와 26B A4B이며, 12B가 아닙니다. 그 두 모델은 아무것도 더하지 않은 제공업체 정가로 책정되어 있습니다. 31B의 경우 백만 토큰당 입력 $0.13, 출력 $0.38이고 26B A4B의 경우 $0.06, $0.33입니다. 이는 12B에서 원했던 것이 "GPU를 소유하지 않고도 호출할 수 있는 G​emma 4"였다면 정직한 비교 기준입니다.

동일한 단위로 환산한 비용

분당 플랫폼 가격을 토큰당 모델 가격과 비교하는 것이 바로 이런 글 대부분이 슬그머니 속임수를 쓰는 지점이므로, 여기서는 판정이 아니라 환산을 제시한다. Tell 1은 별도로 가격이 책정되지 않는다. 그것은 Retell의 분당 $0.07~$0.31 안에 포함되어 있으며, 이를 담고 있는 벤치마크 행은 모델 비용이 분당 3.5센트라고 말하는데, 이는 그 범위를 대체하는 것이 아니라 그 안에 속한다. Artificial Analysis의 혼합 요율인 입력 100만 토큰당 $0.10, 출력 100만 토큰당 $0.30 기준으로 G​emma 4 12B는 토큰당 거의 무료이며, 그다음에는 GPU 비용을 지불한다. 24GB 카드를 한 시간 돌리는 비용은 Retell의 가장 저렴한 티어 천 분 이상보다 비싸므로, 교차점은 높은 활용률로 지속적인 물량에서만 발생한다.

• 비용 단위 — Tell 1의 대화 1분당 달러; Gemma 4 12B의 경우 백만 토큰당 달러에 GPU 시간을 더한 값.

• 손익분기점 — GPU가 이미 바쁘게 돌아가고 있는 순간부터 한계 비용에서는 G​emma가 우세합니다. 반면 카드 한 장을 포화 상태로 유지할 만큼 볼륨이 충분히 커지기 전까지는 총소유비용에서 Tell 1이 우세합니다.

• 숨겨진 청구 항목 — Tell 1은 전화 통신, 음성 합성, 하네스를 하나의 숫자로 묶습니다. 셀프 호스팅 Gemma 스택은 ASR, TTS, 서빙 계층, 온콜 엔지니어에 대해 별도로 청구합니다.

어느 걸 고를까?

이번 분기에 사람처럼 들리는 전화 에이전트가 요구사항이라면, Tell 1은 둘 중 유일하게 제품인 쪽이며, 벤치마크는 — 단서들을 포함하더라도 — 그것이 가장 잘하는 일이 바로 당신이 사려는 것이라고 말합니다. 현재 신뢰하는 모델과 같은 Retell 에이전트 안에서 비교 테스트하고, 통화 20건을 들어보고, grounding 오류를 세어보세요. Retell 자체 데이터에 따르면 바로 그 부분에서 지기 때문입니다.

요구 사항이 검사하고, 파인튜닝하고, 비공개로 호스팅하고, 제품 내에서 재배포하거나, 네트워크 없이 실행할 수 있는 모델이라면, Gemma 4 12B는 단순히 더 나은 선택이 아니라 이 페이지에서 유일한 선택입니다. Apache 2.0과 12B에서의 256K 컨텍스트는 매달 더 유용해지는 조합이며, 1,400만 다운로드는 많은 팀이 이미 그 결론에 도달했음을 보여줍니다.

두 구매 중 어느 쪽이든 하기 전에 물어볼 만한 질문은 그 두 문장 중 어느 것이 당신의 문제를 설명하는가입니다. 왜냐하면 그 둘은 같은 문제가 아니며, 어떤 벤치마크도 당신이 어느 쪽 문제를 가지고 있는지 알려줄 수 없기 때문입니다.