Fish Audio Live 3 vs GPT-Live-1: Beide zijn een half product, en de meter zegt welke helft

Fish Audio Live 3 en GPT-Live-1 zijn beide full-duplex spraakmodellen, beide stellen dat beurtwisseling binnen het spraakmodel hoort, en beide zijn op zichzelf onvolledig. GPT-Live-1 luistert en spreekt en draagt het denkwerk vervolgens over aan een apart backendmodel — dat is het ontwerp, geen beperking — en het rekent $0,05 per spraakminuut voor de eerste helft, terwijl de redenering via een tweede meter binnenkomt. Fish Audio Live 3 doet structureel hetzelfde: de spraaklaag draait op Fish Audio's Agent Platform, terwijl de redenering van de agent via de custom-LLM-hook naar elk OpenAI-compatibel endpoint kan wijzen. Het verschil is dat OpenAI de prijs van de eerste helft heeft gepubliceerd en Artificial Analysis de score van het hele systeem heeft gepubliceerd, terwijl Fish Audio geen van beide heeft gepubliceerd en het enige getal dat het wel geeft — 186 milliseconden, het kortste interval waarin Live 3 kan beslissen te reageren — als door de leverancier opgegeven bestempelt.

Daardoor is dit minder een wedstrijd tussen twee modellen dan een wedstrijd tussen twee manieren om een spraakagent in tweeën te splitsen, en die splitsing is belangrijker dan het model. GPT-Live-1 scoorde 81,5 op de Artificial Analysis Speech to Speech Index in combinatie met GPT-6 Astra bij gemiddelde inspanning en 80,1 met GPT-5.6 Sol bij lage inspanning, wat betekent dat de keuze van de backend het resultaat met zeven keer de marge tussen de eerste en tweede plaats verschoof. Het equivalente cijfer voor Live 3 bestaat nog niet. Wie een van beide koopt, koopt de helft van een systeem en verplicht zich ertoe de andere helft zelf te kiezen.

Wat elke leverancier daadwerkelijk heeft gepubliceerd

GPT-Live-1 is het beter gedocumenteerde product, en de documentatie gaat specifiek in op de naad. Het werd op 8 juli 2026 in ChatGPT uitgebracht als vervanging voor Advanced Voice Mode en bereikte op 10 september 2026 de API voor ontwikkelaars. Het Artificial Analysis-board bevat twee rijen voor dit product, omdat de index een heel systeem scoort: 81,5 met GPT-6 Astra bij medium effort, eerste plaats, en 80,1 met GPT-5.6 Sol bij low effort, derde plaats. De componentcijfers onder de Astra-rij zijn een agentische score van 67,9% op τ-Voice, 90% op Big Bench Audio, 87,4% taaksucces, een arena-Elo van 1.048, en 1,34 seconden tot de eerste audio — afgezet tegen de 0,798 seconden van OpenAI zelf op Full-Duplex-Bench, dat een andere gebeurtenis meet.

De publieke informatie over Live 3 bestaat uit één alinea en een reeks uitgewerkte voorbeelden. Fish Audio kondigde het op 2026-11-10 aan, beschrijft het als full duplex en getraind op opgenomen menselijke gesprekken, stelt dat het binnen slechts 186 milliseconden kan beslissen om te reageren bij korte reacties, zegt dat het bij de lancering alleen Engels is, en biedt het aan via het Fish Agent Platform, Fish Audio's eigen API en on-premises implementatie. Er is geen benchmark, geen τ-Voice-cijfer, geen arena-Elo en geen regel ervoor op de tariefkaart van Fish Audio — die drama-3, s2.1-pro, s2.1-pro-free, s2-pro en s1 vermeldt, plus drie transcriptiemodellen en voice-design-1.

• Eerste helft — GPT-Live-1: $ 0,05 per spraakminuut, per seconde gefactureerd, waarbij bij aanvang van de sessie 15 seconden in rekening worden gebracht en met later gebruik worden verrekend. Live 3: prijs niet gepubliceerd.

• Achterste helft — GPT-Live-1: een asynchroon backendmodel naar keuze, gefactureerd tegen de tarieven van dat model, met GPT-5.6 Terra in OpenAI's gepubliceerde WebRTC-voorbeeld. Live 3: een custom-LLM-hook die naar elk OpenAI-compatibel endpoint wijst, eveneens gefactureerd door degene die het serveert.

• Onafhankelijke score — GPT-Live-1: 81,5 en 80,1 op de samengestelde index, twee configuraties afzonderlijk gescoord. Live 3: geen, per 2026-11-11.

• Transport en limieten — GPT-Live-1: alleen WebRTC, geen beeld- of video-invoer, geen gestructureerde uitvoer, geen gratis niveau, en gelijktijdigheidslimieten van 25, 50, 200, 300 en 500 gelijktijdige sessies in Tiers 1 tot en met 5. Live 3: REST onder /v1/agent/* met JavaScript- en React-SDK's, sessietoken-authenticatie, kanalen voor een telefoonnummer, een webwidget of een aangepaste client.

Waarom de structuur van twee meter de werkelijke beslissing is

De rekening van een spraakagent bestaat uit twee helften en slechts één daarvan is voorspelbaar. De eerste helft wordt op tijd afgerekend: bij $0,05 per minuut kost een gesprek van vijf minuten een kwartje en een uur open verbinding drie dollar, rekenwerk dat eenvoudig genoeg is om te voorspellen. De tweede helft wordt op tokens afgerekend, varieert met hoe hard de beller nadenkt en is de helft die de onaangename verrassingen oplevert — daarom rapporteert Artificial Analysis totale kosten per uur in plaats van een spraaktarief per minuut. Het cijfer is $5,83 per uur voor de Astra-combinatie en $4,47 voor de Sol-combinatie, beide inclusief backendwerk, tegenover de $3,00 per uur die de spraakmeter alleen al zou suggereren.

Live 3 heeft dezelfde vorm met twee meters, waarbij één meter verborgen is. Fish Audio heeft geen tarief gepubliceerd voor de spraaklaag, dus de voorste helft is onbekend, en de achterste helft is wat het endpoint achter de custom-LLM-hook ook maar in rekening brengt. Een Live 3-gesprek van tien minuten heeft daarom alleen berekenbare kosten als je beide getallen kent, en vandaag ken je van de leverancier geen van beide.

Die asymmetrie is de reden dat er überhaupt een routeringslaag in deze vergelijking opduikt, en die hoort alleen in de tweede helft thuis. OrcaRouter host geen Fish Audio Live 3 of GPT-Live-1 — geen van beide heeft een spraakeindpunt van derden, en de spraaklaag in beide stacks blijft bij de leverancier. Wat OrcaRouter wel host, is de helft die beide systemen delegeren: 216 modellen achter één sleutel tegen de lijstprijs van de provider, zonder opslag, automatische failover wanneer een backend een fout geeft of een time-out krijgt, een routerings-DSL die bepaalt welk model welk soort beurt afhandelt, en modelfusie zodat een goedkoop model een tool-call kan opstellen terwijl een sterker model die controleert voordat hij wordt uitgevoerd. Voor een GPT-Live-1-implementatie is het praktische effect dat het verschil van 1,4 punt tussen de twee gescoorde configuraties iets wordt dat je op je eigen verkeer kunt meten in plaats van van een leaderboard af te lezen. Voor een Live 3-implementatie betekent het dat de redeneerlaag wordt gekozen voordat de prijs van de spraaklaag zelfs maar bekend is — en dat is de juiste volgorde, want het is de helft die je later nog kunt veranderen.

Het latentiegetal dat steeds met het verkeerde wordt vergeleken

In deze vergelijking circuleren drie latentiecijfers, en geen twee ervan meten dezelfde gebeurtenis. De 0,798 seconden van GPT-Live-1 komen uit Full-Duplex-Bench, een suite voor gespreksdynamiek die meet hoe lang een model doet in een scenario met beurtwisseling. De 1,34 seconden daarvan is de tijd tot de eerste audio, gemeten op de API. De 186 milliseconden van Live 3 is Fish Audio's eigen cijfer voor het kleinste interval waarin het model ervoor kan kiezen een korte reactie te uiten, zoals "mm-hmm" of "okay, 415", tussen de stukjes van een telefoonnummer.

Lees je die samen, dan is het verleidelijk te concluderen dat Live 3 in een zevende van de tijd reageert. Die conclusie wordt door niets ondersteund wat een van beide leveranciers heeft gepubliceerd. De enige vergelijking die de cijfers toelaten is directioneel: beide bedrijven beweren dat de eerste hoorbare gebeurtenis in een gesprek onder bepaalde omstandigheden binnen een kwart seconde kan aankomen, en geen van beide heeft een verdeling gepubliceerd. Wat GPT-Live-1 heeft en Live 3 niet, is een meetopstelling van een derde partij die dezelfde meting toepast op het model en op zijn concurrenten; dat maakt van 1,34 seconden een getal dat een recensent kan controleren en van 186 milliseconden een getal dat een pilot moet verifiëren.

Waartoe de architectuur je verplicht

De twee helften zijn niet even portabel, en dat is het punt dat het overdenken waard is voordat een van beide pilots begint.

Aan de kant van GPT-Live-1 ligt de spraaklaag in feite vast. Sessies verlopen via WebRTC in plaats van via het WebSocket-transport dat de meeste bestaande Realtime-integraties gebruiken, het Live Sessions-endpoint is uitsluitend van OpenAI, en het testen van het oudere pad met een GPT-Live-model-ID levert een foutmelding op dat sessies WebRTC vereisen. Ernaartoe overstappen is een transportherschrijving. Ervanaf overstappen is er nog een.

Aan de Live 3-kant ligt de spraaklaag op een andere manier vast: het is een bètaplatform van een kleinere leverancier, alleen Engels, zonder gepubliceerde prijs en zonder onafhankelijke score. Wat daar overdraagbaar is, is de reasoning-hook, en wat niet overdraagbaar is, is alles daaronder — het audiopad, het telefoonnummer, de levenscyclus van de sessie.

In beide gevallen is de mobiele helft het reasoningmodel, en daar is een overstap een wijziging van het model-ID in plaats van een integratieproject. De ontwerples is aan beide kanten van deze vergelijking dezelfde: stop de intelligentie in de laag die je kunt vervangen, en houd de laag die je niet kunt vervangen zo dun als het product toelaat.

Welke helft eerst kopen?

Koop eerst het GPT-Live-1-deel als je de beslissing nu moet rechtvaardigen. Het heeft een gepubliceerd tarief, twee gescoorde configuraties, een componentenoverzicht, een gedocumenteerd transport en een concurrency-ladder waarmee je een callcenter kunt dimensioneren. Wat het niet heeft, is een videopad, gestructureerde tool-uitvoer, een gratis tier, of enige onafhankelijke reproductie van OpenAI's eigen claim van 80,1% interactiviteit.

Pilot eerst de Live 3-helft als je gesprekken in het Engels zijn, je klachtenlogboek vol staat met bellers die in de rede worden gevallen, en on-premises deployment een vereiste is in plaats van een voorkeur. Ga er met de wetenschap in dat jij de evaluatie bent: geen regel op de tariefkaart, geen τ-Voice-cijfer, geen arenascore, en een claim van 186 milliseconden die korte reacties beschrijft in plaats van antwoorden.

Koop geen van beide in de verwachting dat de leverancier het product afmaakt. GPT-Live-1 zonder backend is een zeer goede luisteraar met niets te zeggen; Live 3 zonder een reasoning-endpoint achter zijn hook is een bètaspraaklaag met een ongepubliceerde rekening. De score die deze confrontatie beslecht — 81,5 tegen niets — is in feite een uitspraak over documentatie, en het getal dat de knoop zal doorhakken is de eerste onafhankelijke turn-taking-run op Live 3.