Калькулятор стоимости Voice AI и Full-Duplex

Расчет многоходовых звонков 1–30 мин (OpenAI gpt-live-1 vs gpt-realtime-2.1, Gemini 3.8 Live, Vapi/Retell, PersonaPlex-7B) + локальный подсчет длительности аудио без загрузки на сервер.

10 min
Нативный Full-Duplex плоский тариф
$0.07/min
OpenAI gpt-live-1 · $0.72/call · $1,450.00/mo
Наценка перебиваний Turn-API
$0.23/min3.2× gpt-live-1
gpt-realtime-2.1 · 38 turns · 73% cache
Свой сервер Open-Weight Duplex
$0.0011/min
PersonaPlex-7B INT4 (RTX 4090)VRAM →
Инверсия цен: при частых перебиваниях turn-API gpt-realtime-2.1 стоит $0.23/мин против плоского gpt-live-1 за $0.07/мин (Gemini 3.8 Live растет до $0.15/мин).Сравнить задержки на слух →

График стоимости звонка 1–30 минут ($ / звонок)

Рост цены от пересканирования истории vs плоский тариф
Голосовой стек / APIКласс дуплексаЭфф. $/минЗвонок 10мИтого / месИнструменты
Self-Host Whisper-v3-Turbo + CosyVoice3 (RTX 4090)
Pulsed batching shares GPU slots during silence — 4× higher concurrency than full-duplex
Self-Hosted Open-Weight$0.0003/m$0.0027$5.36VRAM
Self-Host PersonaPlex-7B (INT4 on RTX 4090)
True 12.5Hz full-duplex on 1× 24GB GPU (hard-capped at 4 BF16 / 10 INT4 persistent streams; zero marginal token cost)
Tier 1 · Native Full-Duplex$0.0011/m$0.01$21.43VRAM
LiveKit Cloud + Groq Whisper + Self-Host TTS
Semantic EOU agent SDK + ultra-cheap ASR + self-hosted CosyVoice3 / Kokoro
Tier 3 · VAD Barge-in Half-Duplex$0.02/m$0.21$422.44VRAM
OpenAI gpt-live-1
$0.05/min flat wall-clock audio frontend + delegated text tokens; immune to open-mic silence & barge-in waste
Tier 1 · Native Full-Duplex$0.07/m$0.72$1,450.00API
OpenAI gpt-realtime-2.1-mini
Compact realtime S2S tier; still incurs turn-rescan & unplayed barge-in waste
Tier 3 · VAD Barge-in Half-Duplex$0.08/m$0.75$1,505.60API
Retell + Deepgram + Cartesia Sonic 2
Managed telephony + 90ms Cartesia streaming TTS + lightweight LLM
Tier 3 · VAD Barge-in Half-Duplex$0.10/m$0.98$1,963.56API
Vapi + Deepgram Nova-3 + ElevenLabs Flash
Turnkey WebRTC voice orchestration + ElevenLabs Flash TTS + GPT-6.1 Terra
Tier 3 · VAD Barge-in Half-Duplex$0.11/m$1.07$2,148.67API
Google Gemini 3.8 Live
25 tok/s (1,500 tok/min) continuous open-mic stream + uncached turn-by-turn context rescanning
Tier 2 · Hybrid Quasi-Duplex$0.15/m$1.50$2,996.55API
OpenAI gpt-realtime-2.1
Turn-based server_vad: high interruption splits turns + item.truncate breaks prefix cache ($64/1M out)
Tier 3 · VAD Barge-in Half-Duplex$0.23/m$2.33$4,659.20API

Частые вопросы о стоимости Voice AI

Почему gpt-realtime-2.1 выходит дороже gpt-live-1?
Пересканирование истории и отброшенные токены по $64/1M при перебиваниях удорожают звонок, тогда как gpt-live-1 берет фиксированные $0.05/мин.
Загружаются ли мои аудиофайлы на сервер?
Нет, длительность читается локально в браузере без отправки в сеть.
Почему PersonaPlex-7B держит меньше потоков, чем Whisper?
Он синхронно вычисляет кадры каждые 80 мс даже в паузах тишины.
Когда окупается свой сервер с CosyVoice3 / PersonaPlex?
При объеме свыше 20–40 тысяч минут в месяц аренда GPU сокращает расходы в 5–10 раз.