ไทเทิลการ์ดที่สร้างขึ้นสำหรับ Realtime 1 vs GPT Live 1 แสดง $0.01 เทียบกับ $0.05 ต่อนาทีเสียง พร้อมหมายเหตุว่าการเปรียบเทียบที่ "รู้สึกว่าใกล้เคียงมาก" ยังไม่ได้ทดสอบ และโลโก้ OrcaRouter
Engineering & Research

Realtime 1 กับ GPT Live 1: ห้าเซนต์เทียบกับหนึ่ง และคำกล่าวอ้างที่ยังไม่มีใครตรวจสอบได้ในตอนนี้

ผู้เขียน

jinhao.song

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

ห้าเซนต์ต่อนาที นั่นคือสิ่งที่ OpenAI เรียกเก็บสำหรับGPT Live 1 — โมเดลเสียงแบบฟูลดูเพล็กซ์ที่ "ฟังและพูดได้ในเวลาเดียวกัน" คิดค่าบริการเป็นรายวินาทีโดยไม่ปัดเศษขึ้น ส่วนโมเดลแบ็กเอนด์และการใช้เครื่องมือคิดแยกต่างหาก MAI Realtime 1 ซึ่ง Microsoft ประกาศเมื่อวันที่ 17 พฤศจิกายน 2026 มีราคาหนึ่งเซนต์ต่อนาทีก่อนถึงระดับการให้เหตุผลของมัน ในตารางอัตราค่าบริการ ความต่างคือห้าต่อหนึ่ง และมีคนหนึ่งที่เคยใช้ทั้งสองตัวบอกกับอินเทอร์เน็ตว่า Realtime 1 "ให้ความรู้สึกใกล้เคียงกับโมเดล GPT Live มาก" ประโยคนั้นเป็นสิ่งที่น่าสนใจที่สุดในการเปรียบเทียบครั้งนี้ และเป็นสิ่งที่ตรวจสอบได้น้อยที่สุด เพราะมีเพียงวิธีเดียวที่จะตัดสินเรื่องนี้ได้ และยังไม่มีบุคคลที่สามที่เป็นอิสระรายใดได้ทำการทดสอบนั้น

ดังนั้นให้ถือว่านี่เป็นสองคำถาม ไม่ใช่คำถามเดียว โมเดลราคาหนึ่งเซนต์ต่อนาทีแย่กว่าห้าเท่าหรือไม่? และโปรไฟล์ที่วัดได้ของ G​PT Live 1 ให้สิ่งใดที่โมเดลราคาถูกกว่าจะต้องทำให้ได้เทียบเท่า? คำถามที่สองมีคำตอบ ส่วนคำถามแรกยังไม่มี

สถาปัตยกรรมเหล่านี้มีรูปร่างไม่เหมือนกัน

G​PT Live 1 เป็นโมเดลที่แปลกไม่เหมือนใคร และเอกสารประกอบของมันก็ระบุไว้อย่างชัดเจน มันเป็นโมเดล full-duplex — ฟังและพูดพร้อมกัน แทนที่จะผลัดกันพูด — และไม่พยายามให้เหตุผลด้วยตัวเอง มัน "ส่งต่อการให้เหตุผลและงานด้านเครื่องมือไปยังเอเจนต์แบ็กเอนด์" ซึ่งเข้าถึงได้ผ่าน v1/live/sessions เท่านั้น โดยไม่รองรับ endpoint Chat Completions, Responses หรือ Realtime มันรับและส่งออกทั้งเสียงและข้อความ รองรับสตรีมมิงและการเรียกฟังก์ชัน และไม่รับรูปภาพหรือวิดีโอ

• G​PT Live 1 — ฟรอนต์เอนด์แบบฟูลดูเพล็กซ์ โดยมอบหมายการให้เหตุผลให้กับเอเจนต์แบ็กเอนด์ใดก็ตามที่คุณเชื่อมต่อ จำกัดจำนวนเซสชันพร้อมกันไว้ที่ 50 สำหรับ Build, 300 สำหรับ Launch, 500 สำหรับ Grow ไม่มีแพ็กเกจฟรี

• MAI Realtime 1 — การแปลงเสียงเป็นเสียงพร้อมเส้นทางที่รวดเร็วและชั้นการให้เหตุผลภายใน Microsoft คิดค่าบริการที่ $1.00 ต่อล้านโทเค็นอินพุต และ $5.00 ต่อล้านโทเค็นเอาต์พุต คิดค่าบริการตามนาทีเสียงในฝั่งการสนทนา พรีวิวไม่คิดค่าบริการจนถึงช่วงพรีวิวสาธารณะ

ทั้งสองระบบเป็นระบบสองส่วนโดยแท้จริง ความแตกต่างอยู่ที่ว่าใครเป็นเจ้าของส่วนที่สอง สำหรับ GPT Live 1 ส่วนที่สองเป็นของคุณอย่างชัดเจน คุณเลือกแบ็กเอนด์เอเจนต์เอง คุณจ่ายค่าโทเค็นแยกต่างหาก และคุณมองเห็นรอยต่อได้ ส่วน MAI Realtime 1 การส่งต่อเกิดขึ้นภายในผลิตภัณฑ์และหน้าราคา และการตัดสินใจเรื่องการกำหนดเส้นทางไม่ใช่สิ่งที่คุณตั้งค่าเอง

ความแตกต่างด้านการออกแบบเพียงจุดเดียวนี้ อธิบายช่องว่างของราคาส่วนใหญ่ได้ O​penAI คิดค่าบริการนาทีละ $0.05 สำหรับหูและปากที่ดีมาก ส่วน Microsoft คิดค่าบริการ $0.01 สำหรับหูและปากที่พอใช้ได้ บวกกับตัวจัดการภายใน และสร้างรายได้จากการคิดวิเคราะห์ผ่านมิเตอร์โทเค็น

สิ่งที่การวัดของ G​PT Live 1 แสดงให้เห็นจริง ๆ

GPT Live 1 ปรากฏอยู่บนบอร์ด speech-to-speech ของ Artificial Analysis ถึงสองครั้ง เพราะเอเจนต์แบ็กเอนด์ที่คุณเชื่อมต่อจะเปลี่ยนผลลัพธ์:

• ดัชนี speech-to-speech — 83.2 เมื่อใช้แบ็กเอนด์ระดับ Astra ที่ระดับ medium และ 80.1 เมื่อใช้แบ็กเอนด์ระดับ Sol ที่ระดับ low ทั้งคู่สูงกว่า 74.5 ของ G​emini 3.8 Live และสูงกว่า 77.3 ของ Eleven Realtime Max อย่างมาก ซึ่งทำให้ G​PT Live 1 เป็นโมเดลที่มีดัชนีสูงที่สุดในชุดการเปรียบเทียบนี้

• การให้เหตุผลด้านเสียงพูด (Big Bench Audio) — 90.1% และ 89.0% ตามลำดับ ไม่ใช่คะแนนสูงสุดของกระดาน — Eleven Realtime Max ทำได้ 98.8% — แต่ก็ถือว่าแข่งขันได้อย่างมั่นคง

• พลวัตการสนทนา — 94.9% และ 97.3% ตัวแปรที่กำหนดค่าแบบ Sol มีคะแนนพลวัตดีที่สุดในชุด ซึ่งเป็นตัวเลขที่สอดคล้องกับ “รู้สึกดีเมื่อได้พูดคุยด้วย”

• การทำภารกิจแบบเอเจนต์ให้สำเร็จ (τ-Voice) — 74.5% และ 59.3% ทั้งสองแซงหน้า {{1}}30.1% ของ G​emini 3.8 Live{{/1}} ไปอย่างมาก ซึ่งเป็นสิ่งที่คาดหวังได้จากโมเดลที่หลักการออกแบบทั้งหมดคือการมอบงานให้แบ็กเอนด์ที่มีความสามารถ

• Arena Elo — 1027 และ 1037

• อัตราความสำเร็จของงาน — 87.4% และ 90.9%

• เวลาถึงเสียงแรก — 1.34 และ 1.24 วินาที ช้ากว่า 0.57 ของ Eleven Realtime Max และช้ากว่า 1.18 ของ G​emini 3.8 Live แต่การออกแบบ full-duplex หมายความว่าเวลารอที่รับรู้ได้ไม่ใช่สิ่งเดียวกับค่าที่วัดได้; โมเดลที่ส่งสัญญาณตอบรับระหว่างที่มันคิดจะไม่รู้สึกเหมือนมันหยุดชะงักไป

• ต้นทุนแบบผสม — อยู่ที่ $5.83 และ $4.47 ต่อชั่วโมงภายใต้การปรับมาตรฐานของ Artificial Analysis เทียบกับอัตราค่าบริการ $0.05 ต่อนาที ซึ่งคิดเป็น $3.00 ต่อชั่วโมงสำหรับเฉพาะสายเสียงเพียงอย่างเดียว ตัวเลขที่สูงกว่านั้นรวมค่าใช้จ่ายโทเค็นฝั่งแบ็กเอนด์ไว้ด้วย ซึ่งเป็นวิธีอ่านที่ตรงไปตรงมาสำหรับโมเดลที่มอบหมายการให้เหตุผลให้ส่วนอื่นทำงานแทน

สองสิ่งตามมาจากตัวเลขเหล่านั้น ข้อแรก การตั้งค่ามีความสำคัญพอ ๆ กับโมเดล: GPT Live 1 ตัวเดียวกันได้คะแนน 83.2 หรือ 80.1 ขึ้นอยู่กับว่าเราไปชี้ไปที่แบ็กเอนด์ใด และได้ 74.5% หรือ 59.3% ในงานแบบเอเจนต์ บทวิจารณ์ที่อ้างตัวเลขเดียวโดยไม่บอกว่าใช้แบ็กเอนด์ใดแทบไม่ได้บอกอะไรเลย ข้อที่สอง ผู้นำดัชนีตรงนี้ไม่ใช่ผู้นำในอารีนา — Gemini 3.8 Live ชนะ Elo ส่วน GPT Live 1 ชนะดัชนี สิ่งเหล่านี้วัดคนละอย่าง และไม่มีอันใดเป็นตัวแทนของภาระงานของคุณได้

A screenshot of Artificial Analysis's Speech to Speech AI Model & Provider Leaderboard page captured 18 November 2026, showing the page heading, the methodology summary covering reasoning quality, conversational dynamics, generation time and price, the Speech to Speech Index / Speed / Cost per Hour chart panels, and the Related Links rail; the individual model rows in the charts are not legible at this capture size.

ข้อกล่าวอ้างที่คุ้มค่าที่จะทดสอบ และสิ่งที่การทดสอบนั้นต้องแลก

“รู้สึกใกล้เคียงกับโมเดล G​PT Live มาก” ถ้ามองตามที่พูดกันตรง ๆ นี่คือคำชมที่แรงที่สุดเท่าที่มีใครเคยพูดถึง MAI Realtime 1 และมันมาจากคนที่ไม่มีระเบียบวิธีวิจัยที่เผยแพร่ ไม่มีบันทึกเสียง และไม่มีชุดงานทดสอบ และหากจะพูดอย่างเป็นธรรม นี่ก็เป็นวิธีที่ความประทับใจแรก ๆ ของโมเดลเสียงส่วนใหญ่เกิดขึ้น — การสนทนาแบบฟูลดูเพล็กซ์นั้นให้คะแนนได้ยากแต่รู้สึกได้ง่าย ซึ่งเป็นเหตุผลว่าทำไมอารีนานี้ถึงมีอยู่ตั้งแต่แรก

ปัญหา คือ คำกล่าวอ้างนี้ตรวจสอบได้เพียงครึ่งเดียว Microsoft เผยแพร่ตัวเลขความแม่นยำเพียงตัวเดียวสำหรับ MAI Realtime 1 — 98.8% บน Big Bench Audio บนหน้าโมเดล ซึ่งดำเนินการโดยผู้ขายและยังไม่มีการทำซ้ำ — พร้อมกับการ์ด P50 time-to-first-audio และคำบรรยาย “P50 Latency on BigBench Audio” โดยไม่เผยแพร่คะแนน τ-Voice ไม่มีการกระจายตัวของ latency และไม่มีรายการภาษา ณ วันที่ 18 พฤศจิกายน Artificial Analysis ไม่มี MAI Realtime 1 จึงไม่มีผลประเมินอิสระของ 98.8% นั้นมาเทียบเคียงกับ 90.1% ของ GPT Live 1: ตัวหนึ่งคือการประเมินโดยผู้ขายเอง อีกตัวหนึ่งคือของบุคคลที่สาม คำกล่าวอ้างเชิงเปรียบเทียบของ Microsoft เองระบุชื่อ GPT Realtime 2.1 ซึ่งเป็นโมเดลที่ต่างจาก GPT Live 1 และมีโครงสร้างราคาที่ต่างกันโดยสิ้นเชิง และแม้แต่การเปรียบเทียบนั้นก็เผยแพร่ในฐานะตำแหน่งแนวหน้า (frontier position) มากกว่าจะเป็นตัวเลข

ดังนั้นเวอร์ชันที่มีประโยชน์ของข้อกล่าวอ้างนี้คือแผนการทดสอบ ไม่ใช่คำตัดสิน มีสี่สิ่งที่ต้องรัน ซึ่งทั้งหมดนี้มีต้นทุนต่ำในขณะที่พรีวิวยังไม่มีการเรียกเก็บเงิน:

• การเปรียบเทียบแบบต่อเนื่องกันไป — ใช้บทสนทนาที่บันทึกไว้ชุดเดียวกันจำนวนยี่สิบสายผ่านทั้งสองโมเดล โดยให้คะแนนแบบไม่รู้ว่ามาจากโมเดลใด นี่เป็นวิธีเดียวที่จะทดสอบว่า “รู้สึกใกล้เคียง” และเป็นบททดสอบที่ข้อกล่าวอ้างเดิมข้ามไป

• การขัดจังหวะเมื่อเสียงซ้อนทับกัน — การออกแบบฟูลดูเพล็กซ์ของ G​PT Live 1 ทำให้สามารถพูดและฟังพร้อมกันได้ ทดสอบว่า Realtime 1 จัดการกับเสียงพูดที่เกิดขึ้นพร้อมกันได้จริง หรือเพียงจัดการกับการขัดจังหวะที่สะอาดตาเท่านั้น สิ่งเหล่านี้เป็นความสามารถที่แตกต่างกัน และมีเพียงหนึ่งเดียวเท่านั้นที่ปรากฏในการสาธิต

• ความหน่วงของการยกระดับ — เมื่อ Realtime 1 ส่งต่อเทิร์นให้เอนจินการให้เหตุผลของมัน ให้วัดระยะเวลาของการหยุดชะงัก คำกล่าวอ้างของ Microsoft คือ "without awkward pauses" ซึ่งเป็นการอ้างเรื่องความหน่วงโดยไม่มีตัวเลขกำกับ

• ต้นทุนต่อการโทรที่เสร็จสมบูรณ์ — ไม่ใช่ต่อนาที โมเดลที่มีต้นทุนต่อนาทีถูกกว่าหนึ่งในห้า แต่ต้องใช้เพิ่มอีกสองรอบในการแก้ไขคำขอ ไม่ได้มีราคาถูกกว่าหนึ่งในห้า นี่คือตัวเลขที่ตัดสินการแข่งขัน และไม่มีผู้จำหน่ายรายใดเปิดเผยตัวเลขนี้

เงินห้าเซนต์ไปอยู่ที่ไหน

ถ้าสี่เซนต์ต่อนาทีที่เพิ่มขึ้นของ GPT Live 1 ไม่ได้ให้อะไรกับคุณเลย นี่ก็ไม่ใช่การตัดสินใจ แต่มีบางสิ่งเฉพาะเจาะจงที่มันให้: คะแนนเอเจนติก 74.5% ที่วัดได้ เทียบกับคำกล่าวอ้างที่ยังไม่ได้วัด และสถาปัตยกรรมฟูลดูเพล็กซ์ซึ่งเป็นความสามารถที่แตกต่างจากการผลัดกันพูด ไม่ใช่เวอร์ชันที่ดีกว่าของการผลัดกันพูด

สิ่งที่คุณต้องจ่ายนอกเหนือจากอัตราค่าบริการคือการควบคุมและระบบโครงสร้างพื้นฐาน G​PT Live 1 กำหนดให้คุณต้องจัดหาและจ่ายเงินสำหรับ backend agent — ซึ่งเป็นงานจริงและเป็นค่าใช้จ่ายจริง แต่ก็เป็นเหตุผลที่การกำหนดค่าของมันเปลี่ยนคะแนนของมัน คุณเป็นคนเลือก reasoning model; คุณเห็นค่าใช้จ่ายโทเค็น; คุณตัดสินใจว่าอะไรจะถูกยกระดับ MAI Realtime 1 ทำการตัดสินใจนั้นภายในผลิตภัณฑ์และคิดเงิน $1.00 และ $5.00 ต่อล้านโทเค็นสำหรับสิ่งนั้น โดยไม่บอกคุณว่ามันเกิดขึ้นบ่อยแค่ไหน

การแลกเปลี่ยนนั้น — การมองเห็นแลกกับความสะดวก — คือจุดที่เกตเวย์พิสูจน์คุณค่าของตัวเอง ทั้งสองโมเดลสุดท้ายต่างเรียกออกไปยังโมเดลการให้เหตุผล โดย G​PT Live 1 เป็นไปตามการออกแบบ และ MAI Realtime 1 ภายใน และชั้นการให้เหตุผลนั้นคือส่วนที่ OrcaRouter จัดเส้นทางให้: โมเดล 200+ โมเดลเบื้องหลังคีย์เดียวในราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% ดังนั้นแบ็กเอนด์ที่กำหนดการตั้งค่า G​PT Live 1 ของคุณจึงสลับได้โดยไม่ต้องมีสัญญาที่สอง พร้อมการสลับไปเครื่องสำรองอัตโนมัติ เพื่อให้การเรียกการให้เหตุผลที่หยุดชะงักไม่กลายเป็นช่วงเงียบกลางประโยค การหลอมรวมโมเดลเป็นอีกกลไกหนึ่งที่ควรรู้ตรงนี้ — สำหรับเอเจนต์เสียงที่เทิร์นยากคือเทิร์นที่มีค่าใช้จ่ายสูง การที่คณะโมเดลตอบร่วมกันบนเส้นทางที่ถูกยกระดับขึ้นเป็นวิธีหนึ่งในการซื้อความแม่นยำในจุดที่สำคัญ โดยไม่ต้องจ่ายสำหรับมันในทุกเทิร์น

เพื่อความชัดเจนเรื่องความครอบคลุม: ทั้ง G​PT Live 1 และ MAI Realtime 1 ไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter โดย G​PT Live 1 เป็น endpoint v1/live/sessions ของ O​penAI เอง ส่วน MAI Realtime 1 คือ MAI Labs และเป็นพรีวิวแบบจำกัดการเข้าถึงของ Foundry สิ่งที่อยู่เบื้องหลังทั้งสองคือสิ่งที่เรามีให้บริการ

รายละเอียดการผสานรวมที่กำหนดไทม์ไลน์ของคุณ

GPT Live 1 มีการผสานรวมที่ยุ่งยากกว่า แต่มีเอกสารประกอบที่ดีกว่า endpoint v1/live/sessions ที่มีไว้เฉพาะของมันหมายความว่าสิ่งใดก็ตามที่คุณสร้างโดยอิงกับ Realtime API จะไม่สามารถนำมาใช้ต่อได้ — นี่คือโมเดลเซสชันใหม่ และการที่มันไม่รองรับ Chat Completions, Responses หรือ Realtime นั้นถูกระบุเป็นสิ่งแรกในเอกสารของมันด้วยเหตุผล ขีดจำกัดอัตรานับเป็นเซสชันที่ทำงานพร้อมกัน ไม่ใช่โทเค็น ดังนั้นการวางแผนขีดความสามารถจึงเป็นคนละเรื่องโดยสิ้นเชิง: 50 เซสชันพร้อมกันใน Build, 300 ใน Launch, 500 ใน Grow และไม่มีระดับฟรี

MAI Realtime 1 อยู่ตรงกันข้าม: เป็นอินเทอร์เฟซที่เข้ากันได้กับ OpenAI Realtime API ซึ่งเป็นประโยคที่มีประโยชน์ที่สุดเพียงประโยคเดียวในประกาศของ Microsoft หากสแต็กของคุณใช้โปรโตคอลนั้นอยู่แล้ว การประเมินก็เพียงแค่ระบุสตริงโมเดลและ base URL เท่านั้น ข้อควรระวังคือทุกสิ่งรอบ ๆ อินเทอร์เฟซ — ไม่มีรายการภาษา ไม่มีการกระจายตัวของความหน่วง ไม่มีคะแนน τ-Voice ไม่มีวันที่ GA และเดโมสองนาทีใน MAI Labs ที่รายงานว่า “MAI Realtime ไม่พร้อมใช้งานในขณะนี้” เมื่อเราตรวจสอบ

ดังนั้นความไม่สมมาตรของกรอบเวลาจึงเป็นเรื่องจริง GPT Live 1 คุณสามารถผสานรวมได้ในสัปดาห์นี้กับเอกสารที่เผยแพร่แล้วและเอนด์พอยต์โปรดักชัน ส่วน MAI Realtime 1 คุณสามารถสร้างต้นแบบโดยอิงความเข้ากันได้ที่คุณเข้าใจ แล้วจากนั้นก็รอพรีวิวซึ่งฟรี precisely เพราะมันยังทำไม่เสร็จสมบูรณ์

A screenshot of OpenAI's GPT-Live-1 documentation captured 18 November 2026, showing the model page headline, the $0.05 per minute billed-per-second pricing, the v1/live/sessions endpoint, and the note that reasoning and tool work are handed off to a backend agent.

คำตัดสินที่กล่าวออกมาในรูปของการเดิมพัน

เลือก G​PT Live 1 หากประสบการณ์เสียงคือตัวผลิตภัณฑ์และคุณต้องการแบ็กเอนด์ที่คุณควบคุมเอง มันมีดัชนี speech-to-speech สูงที่สุดในคลาส มีพลวัตการสนทนาที่ดีที่สุดด้วยแบ็กเอนด์ระดับ Sol มีคะแนน agentic ที่เหนือกว่าโมเดลที่ไม่ใช่ OpenAI ทุกรุ่นในการเปรียบเทียบ ยกเว้น Phonic 1 และ G​rok Voice 3.0 และมีเอกสารที่บอกคุณตรงๆ ว่ามันทำอะไรได้ ห้าเซนต์ต่อนาทีเป็นตัวเลขจริงและคุณคาดการณ์ได้

เดิมพันกับ MAI Realtime 1 หากต้นทุนเป็นข้อจำกัดและคุณมีเวลาทางวิศวกรรมที่จะใช้กับการวัดผลมากกว่าการจัดซื้อจัดหา หนึ่งเซนต์ต่อนาทีพร้อมพรีวิวที่ไม่มีการเรียกเก็บเงินและอินเทอร์เฟซที่เข้ากันได้กับ OpenAI คือวิธีที่ถูกที่สุดเท่าที่เป็นไปได้ในการค้นหาว่าการออกแบบสองชั้นของ Microsoft เอาชนะการออกแบบฝั่งแอปพลิเคชันของคุณได้หรือไม่ สิ่งที่คุณกำลังยอมรับคือคุณจะเป็นคนที่ต้องสร้างการกระจายตัวของเวลาแฝง ตัวเลข τ-Voice และรายการภาษาเอง เพราะ Microsoft ไม่ได้เผยแพร่สิ่งเหล่านี้เลย — และตัวเลขความแม่นยำเพียงตัวเดียวของมัน คือ 98.8% บน Big Bench Audio มาจากผู้ขายโดยไม่มีอะไรรองรับอยู่เบื้องหลัง

สิ่งเดียวที่ไม่ควรทำคือการพูดย้ำข้ออ้างที่ว่า “รู้สึกว่าใกล้กันมาก” ราวกับว่านั่นคือผลลัพธ์ มันอาจเป็นเรื่องจริงก็ได้ คนที่พูดแบบนั้นอาจพูดถูกก็ได้ และถ้าเขาพูดถูก การจับคู่นี้ก็ไม่น่าสนใจอีกต่อไป เพราะโมเดลที่ถูกกว่าจะเป็นตัวเลือกที่ดีกว่าบนแกนที่สำคัญที่สุดสำหรับผู้ใช้ แต่ความรู้สึกจากช่วงบ่ายวันหนึ่งไม่ใช่อัตราการทำภารกิจสำเร็จ และตัวเลขที่จะชี้ขาดเรื่องนี้ — สัดส่วนของการเรียกใช้งานจริงที่แต่ละโมเดลทำจนสำเร็จจริง — คือตัวเลขตัวเดียวที่ผู้ขายทั้งสองรายยังไม่ได้เผยแพร่

A generated two-column scoreboard titled 'MAI Realtime 1 vs GPT Live 1 — the scoreboard'. Left column MAI Realtime 1: voice price $0.01 plus tokens, speech index not published, agentic not published, dynamics not published, first audio P50 only. Right column GPT Live 1: $0.05 per minute, speech index 83.2 / 80.1, agentic 74.5% / 59.3%, dynamics 94.9% / 97.3%, first audio 1.34 s / 1.24 s. Footer reads 'GPT Live 1 per Artificial Analysis, two backends; MAI index and agentic scores unpublished.'

การเปรียบเทียบในบทความนี้1

ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube