Gegenereerde titelkaart met de titel 'GPT-Live-1.1 vs SeedRealtime' en de ondertitel 'De ene verkoopt minuten, de andere verkoopt niets', met links een kaart met het label GPT-Live-1.1 met $0,05 per actieve minuut, $0,02 per standby-minuut en een openbare API, en rechts een kaart met het label SeedRealtime zonder openbare API, geen open gewichten en alleen beschikbaar binnen Doubao.
Guides & Insights

GPT-Live-1.1 vs SeedRealtime: de één verkoopt minuten, de ander verkoopt niets

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

Zet GPT-Live-1.1 en SeedRealtime naast elkaar en de vergelijking gaat onmiddellijk niet meer over kwaliteit. GPT-Live-1.1 is een full-duplex spraakmodel dat je vandaag kunt aanroepen, per seconde kunt huren en in een product kunt stoppen; het verscheen op 19 november 2026 op de O​penAI API, vijf weken nadat het GPT-Live-1 binnen ChatGPT Voice had vervangen. SeedRealtime, dat het Seed-team van ByteDance op 5 augustus 2026 aankondigde, is op papier de interessantere architectuur — een native audio-visueel full-duplex model dat in één systeem kijkt, luistert en spreekt — en het is niet iets dat je kunt aanroepen. Geen publieke API, geen open weights op Hugging Face, geen parameteraantal, geen technisch rapport met cijfers erin.

Dus de eerlijke formulering is niet "welke is beter". Het is: een van deze is een product met een prijslijst, en de andere is een demonstratie van een mogelijkheid die de eerste expliciet heeft geweigerd uit te brengen. Beide uitspraken zijn tegelijkertijd waar, en welke ertoe doet, hangt er volledig van af of je iets aan het bouwen bent.

Het invoeroppervlak heeft niet dezelfde vorm

GPT-Live-1.1 hoort. Dat is het hele verhaal van zijn invoer. De modelpagina vermeldt audio en tekst als invoermodaliteiten en audio en tekst als uitvoer, en niets anders — geen afbeelding, geen video, geen document. Wat het met dat horen doet, is werkelijk ongewoon: het is full-duplex, wat betekent dat het luistert terwijl het spreekt in plaats van beurten af te wisselen, en het beslist vele malen per seconde of het blijft luisteren, pauzeert, onderbreekt of werk aan een backend overdraagt. De enige genoemde capaciteitswijziging bij de versieverhoging zit in deze laag: vergeleken met GPT-Live-1 "transcribeert het spraak nauwkeuriger en behoudt het een consistenter accent en een consistentere stem in verschillende talen." Aan die bewering is geen cijfer verbonden.

SeedRealtime hoort en ziet, in één model in plaats van een pipeline. ByteDance' lanceerbericht beschrijft een uniforme architectuur die audio, video en tekst samenvoegt en waarneming, begrip, besluitvorming en expressie parallel laat lopen over continue streams. De concrete gevolgen die het opsomt, zijn precies die welke een tekst-only spraakmodel structureel niet kan bereiken: een homofoon oplossen door naar de scène te kijken, afleiden waar "dit" naar verwijst op basis van gebaar en blik, en ongevraagd aan het woord komen wanneer een doelobject in beeld verschijnt. De demonstraties zijn specifiek: namen aan gezichten koppelen aan een rumoerige eettafel, een alleen-Chinees menu vertalen voor een buitenlandse gast, opmerken dat hele bonen in een portafilter gaan en dat vóór de extractie zeggen, en een museumtentoonstelling in beeld houden tot het door de gebruiker gevraagde stuk arriveert en hen er dan aan herinneren.

• Invoer — GPT-Live-1.1 alleen audio en tekst versus SeedRealtime audio, video en tekst samengevoegd in één model

• Beurtwisseling — GPT-Live-1.1 beslist intern met hoge frequentie, terwijl SeedRealtime beurtwisseling in het model onderbrengt en de externe stemactiviteitsdetector verwijdert

• Proactief gedrag — GPT-Live-1.1 reageert, delegeert en roept tools aan, terwijl SeedRealtime wordt beschreven als zich ongevraagd laten horen wanneer er iets in beeld verschijnt

• Waar het draait — GPT-Live-1.1 op v1/live/sessions tegen een gepubliceerd tarief per minuut versus SeedRealtime in de Doubao-app van ByteDance

• Bewijs — GPT-Live-1.1 heeft scores van derden voor zijn voorganger op Artificial Analysis, terwijl SeedRealtime een end-to-end menselijke evaluatie heeft zonder steekproefgrootte en zonder getal

Generated two-column scoreboard titled 'GPT-Live-1.1 vs SeedRealtime — the scoreboard' with six matched rows: inputs (audio and text vs audio, video and text fused), turn-taking (decided inside the model vs moved into the model), proactive behaviour, where each runs (v1/live/sessions vs inside Doubao only), evidence (index scores for GPT-Live-1 only vs a vendor human evaluation with no figure), and price ($0.05/$0.02 per minute vs no developer product).

Wat je daadwerkelijk betaalt, en aan wie

GPT-Live-1.1 factureert spraaksessies op basis van duur, per seconde, tegen $0,05 per actieve minuut. Sinds 19 november 2026 kan een WebRTC-sessie ook zo worden geconfigureerd dat de inferentie tijdens inactiviteit wordt gepauzeerd en tegen $0,02 per minuut wordt gefactureerd terwijl er wordt gewacht, en weer wordt hervat wanneer iemand spreekt. Gebruik van backendmodellen en tools — het redeneer- en toolwerk dat de spraaklaag delegeert — wordt apart gefactureerd op de tokenmeter van het model dat je opgeeft. Bij het aanmaken van een WebRTC-sessie wordt 15 seconden spraakduur bij initialisatie gefactureerd; dit wordt verrekend met de duur zodra de sessie loopt.

De prijs van SeedRealtime voor een ontwikkelaar is geen getal, omdat er geen ontwikkelaarsproduct is. Het is beschikbaar binnen Doubao, de consumentenassistent, waar ByteDance zegt dat het sinds de lancering in augustus "volledig is uitgerold". Dat is een echte implementatie op echte schaal, en het is geen API. Of het model-as-a-serviceplatform van ByteDance het zal aanbieden, en tegen welk tarief, staat niet vermeld in het lanceringsbericht of op de Seed-site zoals die op 20 november 2026 te lezen was.

De asymmetrie heeft een kostenconsequentie die verder gaat dan de voor de hand liggende. Een model dat je per seconde huurt, kun je budgetteren, vergelijken en uitschakelen. Een model in de consumentenapp van iemand anders kan geen van die dingen, en de vergelijking tussen de twee heeft daarom geen wisselkoers. Je kiest niet tussen $0,05 per minuut en iets goedkopers; je kiest tussen een begrotingspost en een demo.

Waar het bewijs dunner wordt

GPT-Live-1.1 heeft zelf geen onafhankelijke score. De spraak-naar-spraak-index van Artificial Analysis, gelezen op 20 november 2026, vermeldt GPT-Live-1 tweemaal — 83,2 met een backend van de Astra-klasse bij gemiddelde inspanning en 80,1 met een backend van de Sol-klasse bij lage inspanning — en bevat 1.1 nog niet. Dat is een API-model van één dag oud, dus de kloof is eerder te verwachten dan vernietigend, maar het betekent wel dat de verbetering van de accentconsistentie deze week niet meer is dan een bewering van de leverancier. Wat de index wel laat zien, is dat configuratie het cijfer net zo sterk beïnvloedt als de versie: hetzelfde model scoort 83,2 of 80,1, afhankelijk van de backend die je eraan koppelt. Elke review die één GPT-Live-cijfer noemt zonder de bijbehorende backend te vermelden, heeft je heel weinig verteld.

Het bewijs van SeedRealtime is op een andere manier dunner. ByteDance publiceert één opvallend resultaat: een end-to-end menselijke evaluatie waarin het model "de problemen met de gespreksritmiek in audio-visuele gesprekken halveert" in vergelijking met gecascadeerde ASR-plus-vision-plus-TTS-systemen, met minder afbrekingen midden in een zin, minder trage antwoorden na een pauze en minder valse triggers door achtergrondgepraat. Er is geen steekproefgrootte, geen methodologie, geen betrouwbaarheidsinterval en geen latentiecijfer. Er is ook geen parameteraantal en geen technisch rapport. Dat is geen bewijs dat het model zwak is — de demonstraties zijn specifiek genoeg om op een echt systeem te wijzen — maar het is een bewering die je niet kunt controleren, en ze komt op geen enkel onafhankelijk leaderboard voor.

Screenshot of the ByteDance Seed blog post announcing SeedRealtime, showing the 2026-08-05 publication date, the Audio category label, and the three stated breakthroughs of the model.

Let op wat dat specifiek voor de vergelijking betekent: de twee modellen staan niet op een gemeenschappelijke schaal. Het ene heeft cijfers van derden voor de vorige versie en een gepubliceerd tarief; het andere heeft een zin van de leverancier en geen manier om het te kopen. Ze tegen elkaar afzetten zou een meting verzinnen.

Waarom de API-kloof het hele argument is

Het is verleidelijk om "geen API" te behandelen als een tijdelijke toestand die zichzelf wel oplost en dus als een detail. Voor een buildbeslissing is het het tegenovergestelde: het is het enige feit dat het antwoord volledig bepaalt.

Als je volgend kwartaal een spraakproduct op de markt brengt, staat SeedRealtime niet op je lijst met opties, en geen enkele architectonische ambitie verandert dat. GPT-Live-1.1 staat wel op de lijst, met een gedocumenteerde sessieconfiguratie, een gepubliceerd tarief, een stand-bymodus die inactieve verbindingen goedkoop maakt, en een delegatiemodel waarmee je het redeneerwerk in een backend houdt die je zelf beheert. Het enige wat het niet doet, is naar de camera van je gebruiker kijken.

Die laatste beperking is het waard om eerlijk te beprijzen, want daar splitsen de eisen van een team zich pas echt. Een supportlijn, een in-car assistent, een taaltutor, een planningsagent — geen van deze heeft video nodig, en allemaal profiteren ze van een model dat onderbreking en delegatie goed aankan tegen een bekende kostprijs. Een agent die een reparatie bekijkt, een menu leest of een demonstratie volgt, heeft de modaliteit nodig die SeedRealtime heeft en GPT-Live-1.1 niet, en voor die werklast is het antwoord vandaag: wachten, of de cascade bouwen waar ByteDance tegen pleit.

Generated decision card titled 'Which voice workload fits which model', with a left column headed 'GPT-Live-1.1 can take this today' listing support lines, in-car assistants, language tutors and scheduling agents, and a right column headed 'This needs a camera' listing repair guidance, menu reading and demonstration following, captioned 'SeedRealtime shows these; no public API yet.'

Waar een router past, is de delegatiehelft. OrcaRouter bedient GPT-Live-1.1 of SeedRealtime niet — geen van beide is een chatmodel, en de catalogus bevat geen full-duplex voice-endpoint. Het bedient wel de backend waaraan de voicelaag werk uitbesteedt: gpt-6-luna, gpt-6-sol en de rest van de GPT-6-familie zijn beschikbaar achter één sleutel tegen de lijstprijs van de provider, zonder opslag, met automatische failover tussen providers en een routing-DSL om meerdere modellen in één aanroep te combineren. Als je Live-sessie aan een backend delegeert, is die backend het onderdeel dat je vandaag kunt routeren.

Waar je op moet letten, en wat je nu moet doen

Twee dingen zouden deze vergelijking veranderen, en geen van beide is gebeurd. Een openbaar SeedRealtime-endpoint — op ByteDance' eigen platform of ergens anders — zou een demonstratie van de ene op de andere dag in een optie veranderen, en zou onmiddellijk de vraag opwerpen of visuele context het integratiewerk waard is. Een onafhankelijke meting van GPT-Live-1.1 op de spraak-naar-spraakindex zou duidelijk maken of de meertalige accentbewering klopt, en of de 83.2 die GPT-Live-1 met een Astra-backend scoort, ook blijft gelden.

Tot die tijd is de beslissing ongewoon eenduidig. Als je spraak wilt uitbrengen, is GPT-Live-1.1 aanroepbaar, heeft het een prijs en is het — met standby — goedkoper om verbonden te laten dan een week geleden. Als je een model nodig hebt dat kan zien, vertaalt geen enkele hoeveelheid capaciteit aan de kant van ByteDance zich in een API-sleutel, en het verantwoorde om te doen is dat te zeggen in plaats van een product af te zetten tegen een preview.

Vergeleken in dit artikel1

Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt