
GPT-Live-1.1 vs SeedRealtime: de één verkoopt minuten, de ander verkoopt niets
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 187 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 414 tok/s
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 87 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 138 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-0748 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 mln tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
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 OpenAI 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

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.

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.

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
