Tell 1 vs Gemma 4 12B: ตัวหนึ่งใส่ลงแผ่นดิสก์ได้ อีกตัวโทรได้อย่างเดียว
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 226 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 101 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0717 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 82 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 182 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 46 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 139 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 63 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 96 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 182 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 138 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 111 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 319 tok/s
วิธีที่เร็วที่สุดในการทำความเข้าใจความแตกต่างระหว่าง Tell 1 กับ Gemma 4 12B คือการลองดาวน์โหลดทั้งคู่ Gemma 4 12B มาในรูปแบบไฟล์ safetensors แบบ BF16 ขนาดประมาณ 27 GB ภายใต้ Apache 2.0 ทำงานที่ประมาณ 110 โทเคนต่อวินาทีบนการ์ด 24 GB เพียงใบเดียวในบิลด์แบบควอนไทซ์ และตอบสนองต่อคุณเพียงผู้เดียว ไม่ใช่ใครอื่น Tell 1 ไม่มีให้ดาวน์โหลดเลย มันเป็นโมเดลการให้เหตุผลของ Retell เอง ซึ่งอยู่ในแพลตฟอร์มเอเจนต์เสียงที่คิดค่าบริการตั้งแต่ $0.07 ถึง $0.31 ต่อนาที และไม่ขายโมเดล ไม่เผยแพร่การ์ดโมเดลสำหรับโมเดลนี้ หรืออนุญาตให้คุณชี้มันไปยังโครงสร้างพื้นฐานของคุณเอง ทุกสิ่งอื่นในการเปรียบเทียบนี้เป็นผลสืบเนื่องมาจากความไม่สมมาตรนั้น รวมถึงเกณฑ์มาตรฐานด้วย เพราะโมเดลหนึ่งในสองนี้ใครก็สามารถวัดได้หากมี GPU ส่วนอีกโมเดลหนึ่งมีเพียงบริษัทที่เป็นเจ้าของเท่านั้นที่วัดได้
ทั้งสองเป็นรุ่นที่เปิดตัวได้น่าสนใจจริง ๆ และถูกสร้างมาเพื่องานที่แตกต่างกัน Gemma 4 12B คือโมเดลเปิดขนาดกลางแบบไม่มีเอนโคเดอร์ของ Google DeepMind เปิดตัวเมื่อวันที่ 3 มิถุนายน 2026 ออกแบบมาเพื่อทำการให้เหตุผลแบบหลายรูปแบบบนเครื่องที่อยู่ตรงหน้าคุณ Tell 1 คือชั้นการให้เหตุผลของสแต็กศูนย์ติดต่อที่รองรับสายเรียกเข้ามากกว่า 100 ล้านครั้งต่อเดือนก่อนที่โมเดลนี้จะมีอยู่ และเป้าหมายการออกแบบของมันคือสิ่งที่โมเดลท้องถิ่นไม่สามารถมอบได้ นั่นคือพยางค์แรกที่มาถึงภายในระดับความอดทนต่อความเงียบของผู้โทร
มีสองสิ่งที่เรียกว่าโมเดล และมีเพียงสิ่งเดียวเท่านั้นที่เป็นไฟล์
Gemma 4 12B มีพารามิเตอร์แบบ dense จำนวน 11.95 พันล้านตัว โดยไม่มีเอนโคเดอร์ภาพหรือเสียงแยกต่างหาก — แพตช์ภาพและรูปคลื่นเสียงจะถูกส่งตรงเข้า transformer ซึ่งเป็นเหตุผลที่ตระกูลนี้จัดส่งเป็นเช็กพอยต์ "แบบรวม" เพียงชุดเดียว แทนที่จะเป็นสแต็กของทาวเวอร์หลายตัว มันรองรับบริบทขนาด 256K โทเคน และอ่านข้อความ ภาพ เสียง และเฟรมวิดีโอได้ รีโพซิทอรีบน Hugging Face ถูกดาวน์โหลดมากกว่า 14 ล้านครั้ง เทมเพลตแชตได้รับการแก้ไขล่าสุดเมื่อวันที่ 9 กรกฎาคม 2026 และสัญญาอนุญาตคือ Apache 2.0 โดยไม่มีข้อกำหนดเรื่องรายได้ ไม่มีข้อกำหนดเรื่องจำนวนผู้ใช้ และไม่มีข้อตกลงเชิงพาณิชย์แยกต่างหากที่ต้องเจรจา
Tell 1 ไม่มีอาร์ติแฟกต์เหล่านั้นเลย ไม่มีการเผยแพร่ repository, config, tokenizer, ข้อความสัญญาอนุญาต หรือตัวเลข context window ไว้ที่ใดเลยบนเว็บไซต์ของ Retell เอง เท่าที่ผมค้นหาเจอ และผมได้ดูทั้งบล็อก, changelog, ดัชนีเอกสาร, newsroom และเว็บไซต์ benchmark โมเดลของบริษัทแล้ว สถานที่เพียงสองแห่งที่มันปรากฏให้เห็นเลยคือ ป้ายบนหน้าแรก ซึ่งอยู่ข้าง “Agent harness” ภายใต้หัวข้อ “Developed by Retell Labs” และบันทึกอัปเดตเดือนพฤศจิกายนที่เพิ่มเข้าไปใน changelog เดือนกันยายนเกี่ยวกับ public voice benchmark ของ Retell นั่นคือข้อมูลสาธารณะทั้งหมดที่มี นี่ไม่ใช่เรื่องอื้อฉาว ผู้ขายแพลตฟอร์มจำนวนมากปล่อยโมเดลภายในออกมาโดยไม่จัดทำเอกสารประกอบ แต่ก็หมายความว่าครึ่งหนึ่งของการเปรียบเทียบนี้ต้องอาศัยคำกล่าวอ้างของผู้ขาย และอีกครึ่งหนึ่งคุณสามารถทดสอบได้เองคืนนี้ บนฮาร์ดแวร์ของคุณเอง
คำถามทั้งห้าข้อที่หนึ่งในนั้นตอบต่อสาธารณะ
วางทั้งสองไว้เคียงกันในมิติที่ผู้ซื้อต้องการจริง แล้วรูปร่างของช่องว่างจะปรากฏชัดขึ้น ทั้งสองด้านของแต่ละบรรทัด เพราะประเด็นคือการเปรียบเทียบความต่าง ไม่ใช่คะแนน:
• เวต — Gemma 4 12B เผยแพร่เวตเหล่านี้ ภายใต้ Apache 2.0 โฮสต์เองได้ ปรับแต่งละเอียดได้ และแจกจ่ายต่อได้; Tell 1 ไม่เผยแพร่สิ่งใดเลย และเข้าถึงได้เฉพาะในฐานะส่วนหนึ่งของเอเจนต์เสียง Retell
• ขนาด — พารามิเตอร์แบบ dense 11.95B ประมาณ 27 GB ใน BF16 และต่ำกว่า 7 GB เมื่อควอนไทซ์ สำหรับ Gemma; ไม่เปิดเผยสำหรับ Tell 1 และการที่มันตอบด้วยค่ามัธยฐาน 72 ms ภายในฮาร์เนสของ Retell บ่งชี้ว่าเป็นโมเดลขนาดเล็กที่สร้างขึ้นมาเพื่อวัตถุประสงค์เฉพาะ มากกว่าเป็นโมเดลทั่วไประดับแนวหน้า แต่นั่นเป็นการอนุมาน ไม่ใช่เอกสารประกอบ
• บริบท — 256K โทเค็นสำหรับ Gemma 4 12B; ไม่ได้ระบุสำหรับ Tell 1 ซึ่งสำหรับเอเจนต์รับโทรศัพท์แล้วฟังดูน่ากังวลน้อยกว่าที่คิด เพราะการโทรนั้นสั้น และฐานความรู้อยู่ภายนอกโมเดล
• มอดัลลิตี — Gemma รับข้อความ รูปภาพ เสียง และวิดีโอ แล้วส่งคืนข้อความ; Tell 1 รับเพย์โหลดทรานสคริปต์พร้อมเครื่องมือที่แพลตฟอร์มเสียงส่งมาให้ และยังไม่มีการเปิดเผยว่ารองรับสิ่งอื่นใดได้อีก
• หลักฐาน — Gemma มีการ์ดข้อมูลจากผู้ขาย (DocVQA 94.9, InfoVQA 88.4, MMLU-Pro 77.2, GPQA Diamond 78.8 ซึ่ง Google รายงานทั้งหมด) พร้อมดัชนี Artificial Analysis Intelligence Index ที่เป็นอิสระซึ่งมีค่า 14 ที่ความเร็วประมาณ 110.9 โทเคนต่อวินาที ส่วน Tell 1 มีเพียงหนึ่งแถวในเบนช์มาร์กที่เจ้าของเป็นผู้เขียน ซึ่งอธิบายไว้ด้านล่าง
สังเกตว่าคอลัมน์ไหนยาวกว่า นี่ไม่ใช่การตำหนิคุณภาพของ Tell 1 แต่เป็นข้อความเกี่ยวกับสิ่งที่คุณตรวจสอบได้ก่อนใช้เงิน โมเดลที่คุณดาวน์โหลดได้สามารถนำมาทดสอบกับข้อมูลของคุณเองได้ภายในบ่ายเดียว ส่วนโมเดลที่คุณเช่าใช้ได้เท่านั้นก็จะถูกทดสอบด้วยการเช่ามัน
สิ่งที่ตัวเลขพาดหัวของ Tell 1 วัดได้จริง
Retell เผยแพร่ผลลัพธ์ของ vCX Benchmark ในรูปแบบข้อมูลที่มีโครงสร้างแทนที่จะเป็นแผนภูมิการตลาด ซึ่งเป็นสิ่งที่ผู้จำหน่ายส่วนใหญ่ไม่ได้ทำในตารางจัดอันดับของตน Tell 1 ปรากฏอยู่ในตารางของการกำหนดค่าที่ประเมินจำนวน 62 รายการซึ่งดึงมาจากโมเดล 45 ตัว และจุดแข็งที่สุดของมันอยู่ที่ด้านบทสนทนา โดยได้ 96.6% ในมิติภาษาพูดของ Retell และค่ามัธยฐานที่ 72.5 มิลลิวินาที ซึ่งเป็นอันดับหนึ่งในทั้งสองด้าน อีกทั้งยังได้อันดับที่สองในด้านการปฏิบัติตามคำสั่งและในแถวที่ Retell ระบุว่าเป็น hallucination อันดับที่ห้าในด้านการเรียกใช้เครื่องมือ และมีต้นทุนโมเดลอยู่ที่ 3.5 เซนต์ต่อนาที ซึ่งจัดอยู่ในอันดับที่ 19 จาก 62 เมื่อเฉลี่ยทั้งสี่มิติจะได้ 94.45% ซึ่งเป็นตัวเลขที่ Retell ใช้เป็นจุดขายหลัก
มีข้อแม้สองข้อที่ควรอยู่เคียงข้างอันดับเหล่านั้น และไม่มีข้อใดเลยที่หมายความว่า Retell ไม่ซื่อสัตย์ — เพียงแต่ข้อมูลไม่รองรับการตีความที่สะอาดกว่านี้ ประการแรก แถวของ Tell 1 ระบุเวอร์ชันของ benchmark เป็น 17 ในขณะที่ 50 จาก 62 แถวระบุเวอร์ชัน 1； benchmark ที่ปรับปรุงงานของตนถือว่าทำถูกแล้ว แต่ "#1 overall" ที่คำนวณข้ามชุดทดสอบสองชุดที่ต่างกันเป็นเพียงผลรวม ไม่ใช่ผลการเปรียบเทียบแบบเดียวกัน และหน้าเว็บไม่ได้ปรับให้เป็นมาตรฐานเดียวกันสำหรับเรื่องนี้ ประการที่สอง มิติทั้งสี่ไม่สอดคล้องกัน Tell 1 ไม่ใช่โมเดลที่ดีที่สุดใน benchmark ของตัวเองในด้านการทำตามคำสั่งหรือการเรียกใช้เครื่องมือ — GPT-6-Astra ได้ 89.7% ในการทำตามคำสั่ง เทียบกับ 88.6% ของ Tell 1 และอย่างน้อยมี Claude หนึ่งรุ่นที่นำอยู่เล็กน้อยในด้านการเรียกใช้เครื่องมือ สิ่งที่มันชนะอย่างชัดเจนคือสองสิ่งที่ผู้ที่โทรเข้ามาได้ยิน: มันเร็วที่สุดและฟังดูเหมือนคนมากที่สุด
ตัวเลขหนึ่งที่ควรจำให้แม่น เพราะสองตัวเลขนี้มักถูกนำมาปนกันในสื่อต่าง ๆ: 72 ms คือเวลาแฝงของโมเดลภายในฮาร์เนส ไม่ใช่ประสบการณ์ของผู้ที่โทรมา หน้าแรกของ Retell ระบุเวลาตอบสนองโดยทั่วไปของเอเจนต์ไว้ที่ประมาณ 600 ms แบบ end to end ซึ่งครอบคลุมตั้งแต่การรู้จำเสียง การจัดการลำดับงาน การประมวลผลของโมเดล ไปจนถึงการสังเคราะห์เสียง ทั้งสองตัวเลขเป็นความจริงได้ทั้งคู่ แต่มีเพียงตัวเลขที่สองเท่านั้นที่เป็นสิ่งที่คนที่กำลังคุยโทรศัพท์อยู่รับรู้ได้จริง
ตำแหน่งที่แต่ละรายการอยู่ภายในสแต็ก
Gemma 4 12B ไม่เหมาะกับการเป็นเอเจนต์โทรศัพท์แบบเรียลไทม์ และไม่ใช่เพราะคุณภาพ โมเดล dense ขนาด 12B บน GPU เดียวถือเป็นองค์ประกอบที่ดีได้ แต่การเดินทางไปกลับผ่านสแตกการให้บริการของคุณเอง บวกกับการรู้จำเสียงและการสังเคราะห์เสียง คือสิ่งที่ดันเวลาตอบสนองแบบ end-to-end ไปถึงช่วงที่ผู้โทรเริ่มพูดแทรกเอเจนต์ การวางตำแหน่งของ Google เองสำหรับ 12B คืองานเอเจนต์บนแล็ปท็อป เช่น การทำความเข้าใจเอกสาร การอ่านหน้าจอ การใช้เครื่องมือ และการช่วยเขียนโค้ด และกรอบนั้นก็ถูกต้อง ถ้างานของคุณคือใบแจ้งหนี้หนึ่งแสนใบต่อคืน คลังข้อมูลส่วนตัวที่คุณส่งให้บุคคลที่สามไม่ได้ หรืออุปกรณ์ภาคสนามแบบออฟไลน์ Tell 1 แข่งไม่ได้ เพราะ Tell 1 ไม่สามารถนำไปติดตั้งที่นั่นได้เลย
Tell 1 เป็นตรงกันข้าม มันออกจาก Retell ไม่ได้ คุณไม่สามารถ fine-tune มันโดยใช้ทรานสคริปต์ของคุณเองได้ และบุคคลที่สามไม่สามารถ benchmark มันได้หากไม่ได้รับความร่วมมือจาก Retell สิ่งที่มันทำได้คือตอบภายในแพลตฟอร์มที่ควบคุมเทเลโฟนี การผลัดกันพูด และเสียงอยู่แล้ว และทำได้ใน 72 ms ซึ่งเป็นส่วนของสแต็กที่ prompt engineering ไม่ว่าจะมากเพียงใดก็แก้ไขไม่ได้ หากคุณกำลังซื้อเอเจนต์สำหรับศูนย์ติดต่อลูกค้าแทนที่จะสร้างขึ้นเอง นั่นคือคอลัมน์เดียวที่สำคัญ
จุดกึ่งกลางคือที่ที่ทีมส่วนใหญ่ลงเอยจริง ๆ: โมเดลขนาดเล็กที่โฮสต์เองสำหรับงานปริมาณมากที่ผลลัพธ์แน่นอน และโมเดลระดับแนวหน้าที่โฮสต์ให้บริการสำหรับช่วงที่ยากลำบาก ทั้งสองโมเดลนี้ไม่ใช่ตัวเลือกตามธรรมชาติสำหรับช่องที่สอง และนี่คือจุดที่แคตตาล็อกของเราเองเข้ามาเกี่ยวข้อง ทั้ง Tell 1 และ Gemma 4 12B ไม่สามารถกำหนดเส้นทางผ่าน OrcaRouter ได้ — เราไม่ได้โฮสต์ Tell 1 และขนาด Gemma 4 ที่เรามีคือ 31B Instruct และ 26B A4B ไม่ใช่ 12B สองตัวนั้นคิดราคาตามรายการของผู้ให้บริการโดยไม่บวกเพิ่ม อินพุต $0.13 และเอาต์พุต $0.38 ต่อหนึ่งล้านโทเคนสำหรับ 31B และ $0.06 กับ $0.33 สำหรับ 26B A4B ซึ่งเป็นจุดเปรียบเทียบที่ตรงไปตรงมาหากสิ่งที่คุณต้องการจาก 12B คือ "Gemma 4 ที่ฉันเรียกใช้ได้โดยไม่ต้องมี GPU"
ต้นทุนที่แปลงเป็นหน่วยเดียวกันแล้ว
การเปรียบเทียบราคาแพลตฟอร์มแบบต่อนาทีกับราคาโมเดลแบบต่อโทเค็นคือจุดที่บทวิเคราะห์ส่วนใหญ่มักแอบทำให้เข้าใจผิดอย่างเงียบ ๆ ดังนั้นนี่คือการแปลงหน่วยให้เห็นภาพ ไม่ใช่คำตัดสิน Tell 1 ไม่ได้คิดราคาแยก แต่ถูกรวมอยู่ในราคา $0.07 ถึง $0.31 ต่อนาทีของ Retell และแถว benchmark ที่มี Tell 1 อยู่ระบุว่าต้นทุนโมเดลอยู่ที่ 3.5 เซนต์ต่อนาที ซึ่งอยู่ในช่วงนั้น ไม่ใช่การแทนที่ช่วงนั้น Gemma 4 12B ที่ราคา blended ของ Artificial Analysis คือ $0.10 ต่อล้านโทเค็นอินพุต และ $0.30 ต่อล้านโทเค็นเอาต์พุต จึงแทบฟรีเมื่อคิดต่อโทเค็น แล้วคุณยังต้องจ่ายค่า GPU: การ์ด 24 GB ที่รันหนึ่งชั่วโมงมีค่าใช้จ่ายมากกว่าหนึ่งพันนาทีในระดับราคาถูกที่สุดของ Retell ดังนั้นจุดคุ้มทุนจะเกิดขึ้นเฉพาะเมื่อมีปริมาณการใช้งานสูงอย่างต่อเนื่องและใช้ทรัพยากรอย่างเต็มที่
• หน่วยค่าใช้จ่าย — ดอลลาร์ต่อนาทีของการสนทนาสำหรับ Tell 1; ดอลลาร์ต่อล้านโทเค็นบวกชั่วโมง GPU สำหรับ Gemma 4 12B
• จุดคุ้มทุน — Gemma ชนะด้านต้นทุนส่วนเพิ่มทันทีที่ GPU ของคุณมีงานเต็มอยู่แล้ว; Tell 1 ชนะด้านต้นทุนรวมในการเป็นเจ้าของจนกว่าปริมาณงานจะมากพอที่จะทำให้การ์ดหนึ่งใบใช้งานเต็มขีดความสามารถตลอดเวลา
• รายการที่ซ่อนอยู่ — Tell 1 รวมโทรศัพท์ การสังเคราะห์เสียง และฮาร์เนสไว้ในหมายเลขเดียว ขณะที่สแตก Gemma ที่โฮสต์เองจะคิดค่าบริการแยกจากคุณสำหรับ ASR, TTS, เลเยอร์การให้บริการ และวิศวกรที่พร้อมรับสาย
เลือกอันไหนดี
ถ้าความต้องการคือ phone agent ที่ฟังดูเป็นมนุษย์ในไตรมาสนี้ Tell 1 เป็นหนึ่งเดียวในสองตัวที่เป็นผลิตภัณฑ์ และ benchmark — รวมถึงข้อควรระวัง — บอกว่าสิ่งที่มันทำได้ดีที่สุดคือสิ่งที่คุณกำลังซื้อพอดี ทดสอบมันเทียบกับโมเดลที่คุณไว้วางใจอยู่ในขณะนี้ภายใน Retell agent ตัวเดียวกัน ฟังสาย 20 สาย แล้วนับ grounding errors เพราะนั่นคือจุดที่ข้อมูลของ Retell เองบอกว่ามันแพ้
หากความต้องการของคุณคือโมเดลที่สามารถตรวจสอบ ปรับแต่งละเอียด โฮสต์แบบส่วนตัว แจกจ่ายซ้ำภายในผลิตภัณฑ์ หรือรันได้โดยไม่ต้องเชื่อมต่อเครือข่าย Gemma 4 12B ก็ไม่ใช่เพียงตัวเลือกที่ดีกว่า — แต่เป็นตัวเลือกเดียวบนหน้านี้ Apache 2.0 กับคอนเท็กซ์ 256K ที่ขนาด 12B เป็นการผสมผสานที่ยิ่งมีประโยชน์มากขึ้นทุกเดือน และยอดดาวน์โหลด 14 ล้านครั้งบ่งชี้ว่าหลายทีมได้ข้อสรุปนี้ไปแล้ว
คำถามที่ควรถามก่อนจะซื้อสิ่งใดสิ่งหนึ่งในสองสิ่งนี้ คือประโยคสองประโยคนั้นประโยคไหนที่อธิบายปัญหาของคุณ เพราะมันไม่ใช่ปัญหาเดียวกัน และไม่มีเกณฑ์มาตรฐานใดบอกได้ว่าคุณกำลังเจอปัญหาแบบไหน
