
Realtime 1 vs GPT Live 1: Cinco centavos contra um, e uma alegação que ninguém pode verificar ainda
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 87 tok/s
- OrcaNOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 134 tok/s
- OrcaNOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 130 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 135 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligência
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligência
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 182 tok/s
Cinco centavos por minuto. É isso que a OpenAI cobra pelo GPT Live 1 — o modelo de voz full-duplex que "pode ouvir e falar ao mesmo tempo", cobrado por segundo, sem arredondamento para cima, com o modelo de backend e o uso de ferramentas cobrados separadamente. MAI Realtime 1, anunciado pela Microsoft em 17 de novembro de 2026, custa um centavo por minuto antes do seu nível de raciocínio. Na tabela de preços, a diferença é de cinco para um, e uma pessoa que usou os dois contou na internet que o Realtime 1 "pareceu muito próximo do modelo GPT Live". Essa frase é a coisa mais interessante desta comparação e a menos verificável, porque há exatamente uma maneira de resolvê-la e nenhuma parte independente realizou o teste que a resolveria.
Então, trate isso como duas perguntas, em vez de uma. Um modelo de um centavo por minuto é cinco vezes pior? E o que o perfil medido do GPT Live 1 realmente oferece que um modelo mais barato teria de igualar? A segunda tem respostas. A primeira ainda não.
As arquiteturas não têm o mesmo formato.
GPT Live 1 é incomum, e sua documentação diz isso claramente. É um modelo full-duplex — escuta e fala simultaneamente, em vez de alternar turnos — e não tenta fazer o raciocínio sozinho. Ele “repassa o raciocínio e o trabalho com ferramentas a um agente de backend”, acessível apenas via v1/live/sessions, sem suporte aos endpoints Chat Completions, Responses ou Realtime. Ele recebe e emite áudio e texto, oferece suporte a streaming e chamada de funções, e não aceita imagens nem vídeo.
• GPT Live 1 — front end full-duplex, com o raciocínio delegado ao agente de backend que você conectar. Limites de sessões simultâneas: 50 no Build, 300 no Launch e 500 no Grow. Sem plano gratuito.
• MAI Realtime 1 — fala para fala com um caminho rápido e uma camada interna de raciocínio. A Microsoft cobra US$ 1,00 por milhão de tokens de entrada e US$ 5,00 por milhão de tokens de saída. Cobrado por minuto de áudio no lado conversacional. Prévia sem cobrança até a prévia pública.
Ambos são, na prática, sistemas em duas partes. A diferença é quem detém a segunda parte. Com o GPT Live 1, ela é explicitamente sua: você escolhe o agente de backend, paga pelos tokens dele separadamente e vê a emenda. Com o MAI Realtime 1, a transferência fica dentro do produto e da página de preços, e a decisão de roteamento não é algo que você configura.
Essa única diferença de design explica a maior parte da diferença de preço. A OpenAI está cobrando US$ 0,05 por minuto por um ouvido e uma boca muito bons. A Microsoft está cobrando US$ 0,01 por um ouvido e uma boca decentes, além de um despachante interno, e monetizando o raciocínio no medidor de tokens.
O que as medições do GPT Live 1 realmente mostram
O GPT Live 1 aparece duas vezes no ranking de fala para fala da Artificial Analysis, porque o agente de back-end que você anexa altera o resultado:
Índice de fala para fala — 83,2 com um backend classe Astra no nível médio, 80,1 com um backend classe Sol no nível baixo. Ambos ficam acima dos 74,5 do Gemini 3.8 Live e bem acima dos 77,3 do Eleven Realtime Max, o que faz do GPT Live 1 o modelo com o índice mais alto deste conjunto de comparação.
• Raciocínio de fala (Big Bench Audio) — 90,1% e 89,0%, respectivamente. Não é o topo do ranking — Eleven Realtime Max marca 98,8% —, mas é solidamente competitivo.
• Dinâmica conversacional — 94,9% e 97,3%. A variante configurada com Sol tem a melhor pontuação de dinâmica do conjunto, que é o número correspondente a "é bom conversar com ela".
• Conclusão de tarefas agênticas (τ-Voice) — 74,5% e 59,3%. Ambos superam os 30,1% do Gemini 3.8 Live por uma margem ampla, o que era de se esperar de um modelo cuja premissa de design inteira é delegar o trabalho a um backend capaz.
• Elo da Arena — 1027 e 1037.
• Taxa de sucesso da tarefa — 87,4% e 90,9%.
Tempo até o primeiro áudio — 1,34 e 1,24 segundos. Mais lento que os 0,57 do Eleven Realtime Max e mais lento que os 1,18 do Gemini 3.8 Live, mas o design full-duplex faz com que a espera percebida não seja a mesma coisa que a medida; um modelo que dá um sinal de reconhecimento enquanto pensa não parece ter pausado.
• Custo combinado — $5,83 e $4,47 por hora na normalização da Artificial Analysis, contra uma tabela de tarifas de $0,05 por minuto que equivale a $3,00 por hora apenas para a linha de voz. Os valores mais altos incluem o gasto com tokens de backend, que é a forma honesta de ler um modelo que delega o raciocínio.
Duas coisas decorrem desses números. Primeiro, a configuração importa tanto quanto o modelo: o mesmo GPT Live 1 obtém 83,2 ou 80,1 dependendo do backend para o qual você o aponta, e 74,5% ou 59,3% em tarefas agênticas. Uma análise que cita um único número sem dizer qual backend foi usado praticamente não lhe diz nada. Segundo, o líder do índice aqui não é o líder da arena — Gemini 3.8 Live vence no Elo, GPT Live 1 vence no índice. Essas métricas medem coisas diferentes, e nenhuma delas é um proxy para a sua carga de trabalho.

A afirmação que vale a pena testar, e quanto custa testá-la
"Pareceu muito próximo do modelo GPT Live." Levado ao pé da letra, essa é a declaração mais forte que alguém já fez sobre o MAI Realtime 1, e vem de alguém sem metodologia publicada, sem gravações e sem conjunto de tarefas. Também é, justiça seja feita, exatamente como costumam chegar a maioria das primeiras impressões sobre modelos de voz — conversa full-duplex é difícil de pontuar e fácil de sentir, e é por isso que a arena existe desde o início.
O problema é que a alegação só é verificável pela metade. A Microsoft publica um único número de precisão para o MAI Realtime 1 — 98,8% no Big Bench Audio, na página do modelo, executado pelo fornecedor e não reproduzido — ao lado de um cartão de tempo até o primeiro áudio P50 e de uma legenda “Latência P50 no BigBench Audio”. Ela não publica pontuação τ-Voice, nem distribuição de latência, nem lista de idiomas. A Artificial Analysis não traz o MAI Realtime 1 até 18 de novembro, então não há uma leitura independente desses 98,8% para colocar ao lado dos 90,1% do GPT Live 1: um é avaliação do próprio fornecedor, o outro é de terceiros. A própria alegação comparativa da Microsoft nomeia o GPT Realtime 2.1, um modelo diferente do GPT Live 1 com uma estrutura de preços completamente diferente, e até essa comparação é publicada como uma posição de fronteira, e não como números.
Então, a versão útil da afirmação é um plano de testes, não um veredicto. Quatro coisas para executar, todas baratas enquanto a prévia não for cobrada:
• Conversa em sequência — as mesmas vinte chamadas gravadas passadas pelos dois modelos, avaliadas às cegas. Esta é a única forma de testar o "parece próximo", e é o teste que a afirmação original deixou de fora.
• Interrupção durante sobreposição — O design full-duplex do GPT Live 1 permite que ele fale e escute ao mesmo tempo. Teste se o Realtime 1 realmente lida com fala simultânea ou se apenas lida com interrupções limpas. Essas são capacidades diferentes, e apenas uma delas aparece em uma demonstração.
• Latência de escalonamento — no momento em que o Realtime 1 passa um turno para seu motor de raciocínio, meça a pausa. A alegação da Microsoft é “sem pausas constrangedoras”, que é uma alegação de latência sem nenhum número associado.
• Custo por chamada concluída — não por minuto. Um modelo que custa um quinto por minuto e precisa de mais duas interações para resolver uma solicitação não custa um quinto do preço. Este é o número que decide o confronto e nenhum dos fornecedores o publica.
Para onde vão os cinco centavos
Se os quatro centavos extras por minuto do GPT Live 1 não lhe trouxerem nada, isso não é uma decisão. Mas eles compram algo específico: uma pontuação agêntica medida de 74,5% contra uma alegação não medida, e uma arquitetura full-duplex que é uma capacidade diferente da alternância de turnos, e não uma versão melhor dela.
O que custa a você além da tarifa é controle e infraestrutura. O GPT Live 1 exige que você forneça e pague por um agente de backend — o que dá trabalho de verdade e gera uma conta de verdade, mas também é o motivo pelo qual configurá-lo altera as pontuações dele. Você escolhe o modelo de raciocínio; você vê o gasto de tokens; você decide o que é escalado. O MAI Realtime 1 toma essa decisão dentro do produto e cobra US$ 1,00 e US$ 5,00 por milhão de tokens por isso, sem informar com que frequência isso acontece.
Essa troca — visibilidade versus conveniência — é onde um gateway conquista seu lugar. Ambos os modelos acabam chamando modelos de raciocínio, o GPT Live 1 por design e o MAI Realtime 1 internamente, e essa camada de raciocínio é justamente a parte que o OrcaRouter roteia: mais de 200 modelos por trás de uma única chave, pelo preço de tabela do provedor, com 0% de margem, de modo que o backend que define sua configuração do GPT Live 1 pode ser trocado sem um segundo contrato, além de failover automático para que uma chamada de raciocínio travada não vire silêncio no meio da frase. A fusão de modelos é a outra alavanca que vale conhecer aqui — para um agente de voz cujos turnos difíceis são os caros, um painel respondendo em conjunto no caminho escalado é uma forma de comprar precisão onde ela importa sem pagar por isso em todos os turnos.
Para ser exato sobre a cobertura: nem o GPT Live 1 nem o MAI Realtime 1 estão no catálogo do OrcaRouter. O GPT Live 1 é o endpoint v1/live/sessions da própria OpenAI; o MAI Realtime 1 é o preview de acesso limitado da MAI Labs e do Foundry. O que está por trás deles é o que nós oferecemos.
O detalhe de integração que decide o seu cronograma
O GPT Live 1 tem a integração mais desajeitada e a melhor documentação. Seu endpoint dedicado v1/live/sessions significa que nada do que você construiu para a Realtime API se aproveita — este é um novo modelo de sessão, e o fato de ele não oferecer suporte a Chat Completions, Responses ou Realtime é a primeira coisa na documentação por um motivo. Os limites de taxa contam sessões simultâneas, não tokens, então o planejamento de capacidade é um exercício totalmente diferente: 50 simultâneas no Build, 300 no Launch, 500 no Grow, sem nível gratuito.
MAI Realtime 1 é o oposto: uma interface compatível com a OpenAI Realtime API, que é a frase mais útil do anúncio da Microsoft. Se a sua stack já fala esse protocolo, a avaliação se resume a uma string de modelo e uma URL base. O problema é tudo ao redor da interface — nenhuma lista de idiomas, nenhuma distribuição de latência, nenhuma pontuação τ-Voice, nenhuma data de GA e uma demonstração de dois minutos no MAI Labs que exibia "MAI Realtime is unavailable right now" quando verificamos.
Então, a assimetria de prazos é real. O GPT Live 1 você pode integrar esta semana com base na documentação publicada e em um endpoint de produção. O MAI Realtime 1 você pode prototipar com base na compatibilidade que você conhece e, depois, aguardar um preview que é gratuito justamente porque não está concluído.

O veredito, expresso como uma aposta
Escolha o GPT Live 1 se a experiência de voz for o produto e você quiser um backend que controla. Ele tem o maior índice de fala para fala da sua categoria, a melhor dinâmica conversacional com um backend classe Sol, uma pontuação agêntica que supera todos os modelos não OpenAI da comparação, exceto Phonic 1 e Grok Voice 3.0, e uma documentação que diz exatamente o que ele faz. Cinco centavos por minuto é um número real e você pode prevê-lo.
Aposte no MAI Realtime 1 se a economia for a restrição e você tiver tempo de engenharia para gastar em medição em vez de aquisição. Um centavo por minuto com uma prévia não cobrada e uma interface compatível com OpenAI é a forma mais barata possível de descobrir se o design de dois níveis da Microsoft supera o seu no lado da aplicação. O que você está aceitando é que você será quem produz a distribuição de latência, o número τ-Voice e a lista de idiomas, porque a Microsoft não publicou nenhum deles — e que seu único número de precisão, 98,8% no Big Bench Audio, chega do fornecedor sem nada por trás.
A única coisa a não fazer é repetir a alegação de que "parece muito próximo", como se fosse um resultado. Pode ser verdade. A pessoa que disse isso pode muito bem estar certa e, se estiver, essa comparação deixa de ser interessante, porque o modelo mais barato seria o melhor no eixo que mais importa para os usuários. Mas uma impressão de uma tarde não é uma taxa de conclusão de tarefas, e o número que resolveria a questão — que fração das chamadas reais cada modelo realmente conclui — é justamente o número que nenhum dos fornecedores publicou.

