GPT-Live-1 vs Eleven v4: Faktureringsenheten avgör innan rösten gör det

Ställ GPT-Live-1 och Eleven v4 sida vid sida, och den första skillnaden du möter är inte ett benchmark. Det är en enhet. GPT-Live-1 tar $0,05 för varje minut som sessionen är öppen. Eleven v4 tar $0,08 för varje tusen tecken som agenten faktiskt säger. Den ena mätaren går på klockan, den andra på manuset, och vilken du bör köpa följer av det innan någon av modellerna producerar en stavelse.

Den distinktionen går förlorad i de flesta jämförelser, som tenderar att ställa ett tal-till-tal-index bredvid ett text-till-tal-Elo och kalla det en direkt jämförelse. Det är det inte. Här är vad de två produkterna faktiskt är, vad siffrorna som finns kan och inte kan säga dig, och aritmetiken som avgör saken för en supportlinje, en ljudbok och de besvärliga fallen däremellan.

Två produkter, två uppgifter

GPT-Live-1 är OpenAIs full-duplex-talmodell och har varit tillgänglig i API:t sedan 10 september 2026. Den lyssnar medan den talar, avgör många gånger i sekunden om den ska lämna över ordet och delegerar resonemang till en separat textmodell när en fråga kräver det. Den har exakt en slutpunkt – v1/live/sessions – och inget Chat Completions- eller Realtime-gränssnitt, vilket innebär att det inte är ett modell-id som du byter in i en befintlig Realtime-integration; det är en session som du öppnar.

Eleven v4 är en text-till-tal-modell som lanserades den 28 september 2026 tillsammans med en v4 Turbo med låg latens. Du ger den text och får tillbaka ljud på ett av över 90 språk, med omedelbar röstkloning på 10 sekunder, infogade ljudtaggar för känsla och tempo samt en gräns på 10 000 tecken per förfrågan. Den har inga öron. Den kan inte höra den som ringer, märka att personen avbröt eller besluta sig för att stoppa för att meningen föll platt.

Den asymmetrin är hela historien. En röstagent byggd på Eleven v4 är en pipeline: transkribera, tänka, tala. En röstagent byggd på GPT-Live-1 är en enda modell med en textmodell kopplad som konsult. Pipeline är billigare och mer kontrollerbar. Den end-to-end-modellen är mer naturlig och mycket svårare att avbryta. Det är olika produkter för olika rum, inte konkurrerande implementationer av samma produkt.

Vad topplistorna ärligt kan säga

Det finns ingen enskild rankinglista där dessa två möts, och den som visar dig en sådan jämför poäng som inte är jämförbara. På Artificial Analysis Provider Voice Arena – inbyggda röster, blind preferens, data insamlade 29 oktober 2026 – ligger Eleven v4 på 1334 Elo, tvåa i fältet, medan v4 Turbo på 1336 tar förstaplatsen. Ingen ifrågasätter att röstkvaliteten är utmärkt: 91,7 % uttalsrobusthet i labbets mätning, det starkaste bland de stora kommersiella modellerna vid lanseringen.

GPT-Live-1 förekommer inte alls på den resultattavlan, eftersom det inte genererar text-till-tal i den mening som tavlan mäter. Det förekommer på Speech Agent Arena, som poängsätter blind preferens utifrån kompletta samtal i bokningsstil. Där ligger GPT-Live-1 (Astra, medium) på 1037 Elo med en uppgiftsframgångsgrad på 87,4 %, och Sol-low-konfigurationen på 1041 med 90,9 %. På Speech-to-Speech Index — en viktad blandning av resonemang, agentisk prestation, arena-preferens och uppgiftsframgång — får det 83,2, näst bäst av 21 poängsatta modeller.

Den jämförelse som faktiskt håller är GPT-Live-1 mot Elevens konversationsprodukter, inte dess TTS-modell. På samma arena får Eleven Realtime v1 Max 1003 med 87,1 % uppgiftsframgång, och ElevenLabs Agents standardkaskad får 989 med 90,5 %. Så den end-to-end-modellen leder över realtidsalternativet med ungefär 35–50 Elo, och den kaskadkopplade agentstacken ligger cirka 50 poäng lägre med en något bättre framgångsgrad. Siffrorna ligger tillräckligt nära varandra för att telefonin, promptdesignen och bakgrundsbruset vid en enskild driftsättning ska avgöra utfallet, inte resultattavlan.

En ärlig förbehållning till: siffrorna för GPT-Live-1 bär en konfigurationsetikett. Dess resonemang utförs av en namngiven backend, och konfigurationerna Astra-medium och Sol-low får olika resultat eftersom de delegerar på olika sätt. Siffrorna för Eleven bär i stället en produktetikett. Ingen av dem är ett kontrollerat experiment mot den andra.

Aritmetiken, under ett treminuterssamtal

Ta ett inkommande supportsamtal där agenten talar 900 tecken per minut – en rask men vanlig takt – och uppringaren talar i ungefär 40 % av de tre minuterna.

• GPT-Live-1 — tre minuter till $0.05 blir $0.15, plus backend-textmodellen för vilket resonemang samtalet än krävde. Per minut: $0.050.

Eleven v4 — agenten talar ungefär 1 620 tecken, så 1,62 × $0,08 = $0,13, plus transkription och din egen språkmodell. Per minut: cirka $0,043 före STT och LLM.

• Eleven v4 Turbo — samma 1 620 tecken till $0,04 per tusen: $0,065, eller ungefär $0,022 per minut före STT och LLM.

Turbo är billigare än GPT-Live-1 även efter att du lägger till ett tal-till-text-ben och en anspråkslös språkmodell, vilket är varför kaskaden fortsätter att vinnna i kostnadsgranskningar. Men jämförelsen ändrar form i samma stund som den som ringer talar mer än agenten. Varje sekund som människan håller en monolog är en sekund som Eleven v4 inte tar betalt för och GPT-Live-1 tar fullt pris för – inklusive tystnaden medan någon läser av ett policynummer från ett kort, och inklusive väntan medan din backend tänker.

Det är inte en avrundningsskillnad. På en linje där agenten talar 30 % av tiden sjunker TTS-kostnaden med två tredjedelar medan kostnaden per minut inte rör sig alls. Den fasta minutavgiften är en satsning på att de som ringer dig kommer att prata, och den ger utdelning precis när de gör det.

Aritmetiken, på en fyrtio minuters berättarröst.

Nu samma två modeller på ett kapitel ur en ljudbok — 36 000 tecken, en talare, inga avbrott, inget resonemang, deterministisk utdata krävs.

• Eleven v4 — 36 × $0.08 = $2.88 för kapitlet, och du kan regenerera ett enda stycke för nio cent när uttalet är fel.

• GPT-Live-1 – 40 minuter till $0,05 = $2,00, och du kan inte återgenerera ett stycke, eftersom arbetsenheten är en live-session snarare än en bit text.

GPT-Live-1 ser billigare ut och är fel verktyg. Det finns inget dokumenterat sätt för den att ta ett manus på 36 000 tecken och returnera en deterministisk fil; den är en konversationsyta, och en konversation med en bok är inte en uppläsning. Den ärliga domen om den här raden är inte "Live kostar mindre", utan "den här modellen utför inte det här jobbet".

Där minutmodellen faktiskt är värd sitt högre pris

Tre situationer motiverar det, och de har en egenskap gemensam: människan har ordet under oförutsägbara tidslängder.

• Intag med många avbrott – försäkringsanspråk, klinisk triage, allt där den som ringer rättar sig själv mitt i meningen. En kaskad måste identifiera avbrottet, stoppa uppspelningen och återgå till loopen; GPT-Live-1 lyssnar redan.

• Bokning och dirigering – korta turer, snabb växelverkan, omfattande verktygsanrop. OpenAI:s egna siffror uppger 87 % noggrannhet vid verktygsanrop för den här modellen, jämfört med 60 % för den Realtime-generation den ersätter, och dessa är leverantörsrapporterade, inte oberoende reproducerade.

• Där latens är produkten — en 0,8-sekunders tur mot en 1,4-sekunders tur är skillnaden mellan ett samtal och en walkie-talkie. Även leverantörsrapporterat.

Och tre situationer talar emot det:

• Berättande, uppläsning, ljudböcker, videoröst — text in, fil ut, inget lyssnande behövs.

• Varumärkesröst — Eleven v4:s kloning är en produktfunktion med ett förbehåll om omträning; GPT-Live-1 använder fasta modellröster, så "vår grundares röst" finns inte bland alternativen.

• Långa tystnader – väntmusik, tystade linjer, agenter som väntar på ett långsamt backend. Varje sådan sekund faktureras.

Migrering är inte heller symmetrisk

Att gå över till Eleven v4 från v3 innebär ett byte av modell-id plus ett förbehåll: befintliga klonade röster måste tränas om, och SSML ersätts av inline-ljudtaggar, så allt som genererade SSML måste skrivas om. Irriterande, men begränsat till ditt TTS-lager.

Att byta till GPT-Live-1 från en Realtime-integration är en ombyggnad. Annan slutpunkt, annan sessionssemantik, annan faktureringsenhet och ingen kompatibilitetsshim. Budgetera för orkestreringslagret, inte bara själva utbytet – och observera att de flesta tredjepartsplattformar för röstagenter fortfarande inte listar GPT-Live-1 som en valbar leverantör, så du skriver sannolikt telefonilimkoden själv.

Vad ändras i routingen gällande det här beslutet?

Vilken väg du än väljer är beslutet inte allt-eller-inget för hela din stack. Röstlagret är den enda delen som förblir leverantörsspecifik: OrcaRouter erbjuder inte GPT-Live-1, och en talsyntesmodell som Eleven v4 är ett separat avtal oavsett var du köper den. Det som ligger bakom röstlagret är en annan sak – resonemangsanropen, verktygsanropsmodellen, reservvägen när en leverantör försämras körs alla via en enda nyckel på OrcaRouter, över 200 modeller inklusive GPT-6 Astra, GPT-5.6 Terra och GPT-5.6 Sol, de nivåer som GPT-Live-1 delegerar till.

Den uppdelningen är den praktiska versionen av den här jämförelsen. Hyr örat från den som har det bästa just nu det här kvartalet, och håll hjärnan dirigerbar så att en prissänkning, ett avbrott eller en bättre modell inte kräver att man rör den del som dina användare kan höra. Leverantörernas listpriser vidarebefordras med 0 % påslag, så en leverantörs sänkning på resonemangsnivån syns på din faktura samma dag som den tillkännages.

Välj utifrån samtalets form

Om dina användare avbryter, rättar sig själva och förväntar sig att agenten ska veta när den ska sluta prata, är GPT-Live-1 för 0,05 USD per minut den bättre produkten och förmodligen det bättre köpet – premiumavgiften köper ett beteende som du inte kan få från en pipeline till något pris. Om dina användare lyssnar snarare än pratar, är Eleven v4 eller v4 Turbo billigare per levererat ord, mer styrbar, klonbar för ditt varumärke och det korrekta valet; 1334 Elo är en bonus ovanpå det.

Det felmod som ska undvikas är att välja efter placering på topplistan. v4:s 1334 och Live:s 83,2 mäter olika saker på olika skalor, och ett team som väljer mellan dem utifrån dessa två siffror väljer mellan en linjal och en termometer.