OpenAI Realtime vs Яндекс Realtime: кто быстрее говорит по-русски? Задержка, акцент и практический опыт

Разработчик, создающий голосового ИИ-приёмщика для бизнеса на российском стеке, занервничал после выхода OpenAI gpt-realtime — не устарел ли его подход? За вечер он собрал прототип на OpenAI и заодно откопал, что у Яндекса есть собственный Realtime. Сравнил задержки одним методом: Яндекс — ~330 мс, OpenAI — ~740 мс (через VPN, иначе в РФ никак), а старая трёхзвенка выдавала ~4,4 секунды.

Помимо задержки, вскрылись грабли: у OpenAI — 400-й эндпоинт и нелеченый акцент в русском языке; у Яндекса — три роли доступа и закрытый обмен OAuth→IAM. Разработчик подробно описал, как за вечер переписал свой прод на Яндекс Realtime: WebSocket-мост, живой PCM-плеер вместо MP3, перебивание без наушников. В статье — код и реальные замеры.

Вывод: для русскоязычного продакшна Яндекс Realtime пока выглядит предпочтительнее по скорости и качеству речи, хотя OpenAI даёт более естественное перебивание. Выбор зависит от приоритетов — задержка или акцент.