> SIP - это пережиток телефонии - попыток тарифицировать время, воротить какие-то автооответчики и прочее, что мессенджеру абсолютно не нужно.

Профанам лишь бы всё упрощать, даже не понимая задачу.
На практике нужно чтобы:
- как минимум 6 человек разговаривали одновременно с видео и еще и переписывались текстом
- история переписки сохранялась у всех как минимум пока последний из 6-ти её не удалит
- звонок не прерывался в случае потери связи у любого из 6-ти
- в переписке могли быть файлы, которые доступны по ссылке в течении некоторого времени
- у каждого параллельно есть список контактов и видно их присутствие в сети
- каждая учётная запись может быть подключена на несколько устройств и есть одна или несколько стратегий обзвона и приоритезации уведомлений
- и push-уведомления в мобильных клиентах
И это минимум, переадрессацию звонков, форвардинг текста и перевод звонка в PSTN-телефонию мы оставим в платных ентрпрайзных версиях.

Так вот, болезный, У нас по задаче пачка серверов получилась:
- регистрар, пресенс, локейшн (сетевой), STUN для минимальной телефонии
- файловый вебсервер, апликейш вебсервер для чятиков и сохранения ссылок (пусть историю будем на клиентах хранить)
- геораспределённый TURN-кластер, чтобы видеосвязь была как в хенгаутах, скайпах, слаках и дискордах, а не как жабере и чтобы можно было пересобрать звонок, если отрубился хост и у всех 6 симметричный NAT.

Такая вот ситуация... еще раз который сигналинг вы там напрямую собрались гнать и кому? Пока получается гнать только в комментариях.

Мультимединая сеть бывает клиент-серверной, только если это телевизор или ютюб, однонаправленная. Точка. И полностью пиринговой её тоже не сделать. Ни сейчас, ни тогда, ни вообще. Не поможет даже IPv6, который SIP умеет настолько что звонок соединит из v6 в v4 при правильной настройке релея. Но чего в нем нет, так это тарификаций и автоответчиков, это делают PBX и совсем не на основе SIP.