Eleven Realtime v1 Max vs Gemini 3.8 Live: Sneller, scherper in redeneren en 5,7× de prijs

Eleven Realtime v1 Max begint binnen 0,57 seconden te praten en haalt 98,8% op Big Bench Audio. Gemini 3.8 Live begint binnen 1,18 seconden te praten en haalt 92%. Op de twee assen die mensen aanhalen als ze discussiëren over spraakmodellen, wint ElevenLabs op beide — en verliest vervolgens op bijna elke as die een financiële afdeling belangrijk vindt, te beginnen met de as waarop hetzelfde benchmarkbord Gemini op $0,84 per uur audio zet en Eleven Realtime Max op $4,80. De gedocumenteerde AI-incidenten en agentfouten achter modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive, waarbij elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwist-vlag heeft.

De twee modellen verschillen ook van mening over wat een spraakagent is. G​emini 3.8 Live is een onderdeel van een platform: het heeft een indexscore, een gedocumenteerde tariefkaart, 97 talen, SynthID-watermerking op elke gegenereerde seconde, en twee varianten — standaard en Extended Thinking — die redeneren van gesprek scheiden. Eleven Realtime v1 Max is één enkel model dat wordt verkocht met de belofte dat herkenning, beurtwisseling, denken en stem op elkaar zijn afgestemd, en het heeft helemaal geen Speech to Speech Index omdat de agentische benchmark achter die index er niet op is uitgevoerd.

Die laatste zin is het hele argument in samengeperste vorm. Een van deze modellen heeft een volledige openbare scorekaart; het andere heeft de beste cijfers op de twee rijen die het heeft, en een leeg vak waar de moeilijkste rij hoort.

Wat het scorebord eigenlijk zegt

Elk cijfer hieronder is afkomstig van de Speech to Speech-ranglijst van Artificial Analysis, die beide modellen op dezelfde testomgeving test in plaats van leverancierspagina's door te geven. Waar een cijfer van een leverancier afwijkt, wordt dit gemarkeerd.

• Spraakredenering (Big Bench Audio) — Eleven Realtime v1 Max 98,8% vs G​emini 3.8 Live 92%

• Tijd tot eerste audio — Max 0,57s vs G​emini 1,18s

• Taaksuccespercentage — Max 87,1% vs Gemini 93,2%

• Agentische prestatie (τ-Voice) — Max niet gemeten vs G​emini 30.1%

• Gespreksdynamiek (Full-Duplex-Bench) — Max 94,1% vs Gemini 96,1%

• Arena-voorkeur (Elo) — Max 997 vs G​emini 1.078

• Speech to Speech Index — Max niet gescoord vs Gemini 76,0

• Kosten per uur aan invoeraudio — Max $4,80 vs G​emini $0,84

Het patroon is niet "E​levenLabs is beter in audio, G​oogle is beter in al het andere." Het is nauwer en interessanter dan dat. Max wint de twee metingen op een vaste audio-vragenset — correct antwoorden, snel antwoorden — en verliest de drie waarbij een mens in de lus of een tool-call nodig is om te voltooien. Arena-voorkeur is dat mensen luisteren en kiezen. Taaksucces is of de juiste functie werd aangeroepen. Gespreksdynamiek is of de beurtwisseling goed aanvoelde. Dat zijn de productiemetrieken, en G​emini wint alle drie.

De τ-Voice-rij verdient een voorbehoud voordat iemand die citeert. De 30,1% van Gemini 3.8 Live is een echt slechte agentische score — het eigen Extended Thinking-zustermodel haalt 68,6% op dezelfde test, en GPT-Live-1 (Astra, medium) haalt 74,5%. Als je agent een boeking binnen een beleid moet wijzigen, is de gewone 3.8 Live niet het model dat je wilt. Maar de lege cel van Max is geen nul en moet niet als nul worden gelezen. Het betekent dat de test niet is uitgevoerd.

Waar het prijsverschil vandaan komt, en waarom het misschien minder uitmaakt dan het lijkt

Gemini 3.8 Live rekent $0,005 per minuut voor inkomende audio en $0,018 per minuut voor uitgaande audio, met tekst tegen $0,75 en $4,50 per miljoen tokens en beeld- of video-invoer tegen $1,00 per miljoen. Eleven Realtime publiceert helemaal geen tarief per model: in ElevenAgents betaal je de standaard agentkosten per minuut plus tokens tegen het tarief van het Realtime-model, en via de Realtime API betaal je per minuut verbonden audio plus tokens, met dezelfde tokenprijzen in elk abonnement. Artificial Analysis zet beide om naar kosten per uur op een vaste vragenset, wat de enige manier is om ze eerlijk te vergelijken, en komt uit op $0,84 tegen $4,80.

Hieruit volgen twee dingen. Ten eerste: als je volume wordt gemeten in duizenden minuten per dag, beslist het gat — 5,7× is geen afrondingsfout, en E​levenLabs heeft geen gepubliceerd middel om het te dichten, behalve de goedkopere Mini. Ten tweede: de vergelijking is niet statisch zoals een lijstprijs dat is. G​oogle heeft eerder de audiotarieven van G​emini verlaagd, en een verlaging komt dezelfde dag bij ons aan wanneer een provider de lijstprijs doorgeeft, omdat OrcaRouter geen opslag rekent. Het omgekeerde geldt ook: als E​levenLabs een Realtime-tarief publiceert, verandert het getal zonder dat iemand een integratie hoeft te herschrijven.

Twee verschillende weddenschappen over beurtwisseling

De architecturen zijn niet equivalent, en het verschil verklaart de metrische splitsing beter dan welke kwaliteitsclaim dan ook.

G​emini 3.8 Live is een van de producten uit een familie die G​oogle al twee jaar uitbrengt.

Het verwerkt visuele input vrijwel in realtime, schakelt midden in een gesprek tussen 97 talen en voert tool- en API-aanroepen op de achtergrond uit, zodat de agent een verzoek kan bevestigen en kan blijven praten terwijl de opzoeking wordt afgerond. Het zustermodel, Gemini 3.8 Live Extended Thinking, redeneert en spreekt tegelijk en vertelt daarbij over de voortgang. Beide dragen SynthID-watermerken en delen een modelkaart die is gepubliceerd als gemini-3-8-audio, en beide hebben gedocumenteerde API-ID's: gemini-3.8-live en gemini-3.8-live-extended-thinking.

Eleven Realtime voegt de stack samen in plaats van deze te coördineren.

Spraakherkenning, beurtwisseling, de redeneerstap en spraakgeneratie vormen één afgestemd systeem, en daarom kan het binnen 0,57 seconden antwoorden zonder dat een aparte stemactiviteitsdetector hoeft te bepalen wanneer de beller klaar is. Het eigen voorbeeld dat E​levenLabs geeft van wat dat oplevert, is de backchannel: van Mini is gedocumenteerd dat het detecteert of een spreker klaar is of slechts tussenwerpt met een "mm-hmm". Dat is het gedrag waardoor een spraakagent niet meer als een walkie-talkie aanvoelt, en dat is precies het soort ding waar een cascadepipeline moeite mee heeft, omdat de VAD moet worden verteld wat een onderbreking is.

De prijs van het samengevoegde ontwerp is controle. In ElevenAgents betekent het kiezen van een Realtime-model dat E​levenLabs de LLM, reasoning-inspanning, denkbudget, parallelle toolaanroepen, cascade-timeout, T​TS-model, expressieve modus en ASR-provider beheert. Je kunt geen aangepaste LLM meenemen, je kunt Amazon Bedrock niet gebruiken, en een workflownode kan geen van die instellingen overschrijven. G​emini geeft je het model en laat je de pipeline behouden.

De integratievraag die niemand in de vergelijkingstabel zet

G​emini 3.8 Live is een G​emini API-model. Eleven Realtime wordt op twee manieren verkocht — binnen ElevenAgents, en via een Realtime API die wire-compatibel is met O​penAI's eventprotocol, op wss://api.elevenlabs.io/v1/convai/realtime. Als je een O​penAI Realtime-client hebt, is het wijzigen van het endpoint en de modelnaam het grootste deel van de migratie; de docs bevatten een skill met één commando daarvoor.

Wat je voor die compatibiliteit opgeeft, is het platform. De Realtime API en ElevenAgents zijn afzonderlijke producten met verschillende verbindingsprotocollen, en de API ondersteunt geen telefoon- of WhatsApp-kanalen, kennisbanken, guardrails, gescripte tests of gespreksmonitoring. ElevenLabs is ook expliciet dat de Realtime API bij de lancering geen WebRTC heeft — alleen WebSocket.

Die asymmetrie is waar een routinglaag past, en hij past beter aan de G​emini-kant dan aan de E​levenLabs-kant. OrcaRouter host eleven_realtime_v1_max niet; er is geen endpoint van derden voor, en we doen niet alsof dat anders is. Wat OrcaRouter wél host, is de rest van een G​emini-vormige stack: google/gemini-3.8-flash en de andere G​emini-modellen achter één sleutel, 209 modellen van in totaal 16 providers, tegen de lijstprijs van de provider zonder markup, met automatische failover wanneer een provider een fout geeft. Als je de spraaklaag op G​emini bouwt, kunnen de retrieval en post-callanalyse eromheen worden omgewisseld en A/B-getest op je eigen verkeer, in plaats van te worden vastgelegd op basis van een leaderboard.

Welke moet je kiezen?

Kies G​emini 3.8 Live als de agent een transactie moet afronden, als je een prijs van minder dan een dollar per uur nodig hebt, als je visuele invoer nodig hebt, of als je 97 talen op één regel nodig hebt. Het heeft de volledige openbare scorecard, de gedocumenteerde tariefkaart en de goedkopere minuut. De agentische zwakte is reëel maar meetbaar, en het Extended Thinking-zusje is de oplossing als taakvoltooiing de bottleneck is.

Kies Eleven Realtime v1 Max als het gesprek zelf het product is — een bijlesdocent, een personage, een supportlijn waar de klacht is dat je wordt onderbroken — en als je workload redeneerintensieve audio is in plaats van lange doorlopende gesprekken. Je koopt de snelste sterke redeneermodel op het bord en de best gemeten beurtwisseling, tegen een prijspremie die je moet doorrekenen voordat je je vastlegt.

Wees niet alleen op de indexscore af. Max heeft er geen, en dat is geen diskrediet van Max' kwaliteit; het zegt iets over hoeveel van Max' gedrag nog niet gemeten is. Het ene getal dat deze vergelijking zou veranderen, is een τ-Voice-run op Max. Als die boven G​emini's 68,6% uitkomt — de Extended Thinking-variant, niet de standaardversie — begint E​levenLabs' premium eruit te zien als een verzekeringspolis in plaats van een belasting. Tot die er is, is het snellere model het model met meer om te bewijzen.