• 首页
  • AI工具集
  • AI资讯
  • AI活动
  • AI社区
  • AI短剧
  • AI创作大赛
  • AI小说
  • AI绘画
    AI视频
    AI对口型
  • AI画布AI画布AI画布
AI 对话

OpenAI GPT-Live-1上线API:全双工语音+电话客服,每分钟仅0.05美元

OpenAI GPT-Live-1上线API:全双工语音+电话客服,每分钟仅0.05美元
AI TOP100
2026-09-11 11:03:17
AI摘要
OpenAI正式向API开发者开放全新语音模型GPT-Live-1,该模型是实时语音交互领域的架构级重构,抛弃传统三段式拼接流程,端到端实现真正全双工通信,可低延迟自然处理打断、停顿,搭配分层架构兼顾对话流畅性与复杂业务处理能力。其语音层定价每分钟0.05美元,已具备替代部分人工坐席的成本基础,还新增12种语音,标志实时语音AI正式进入可规模化落地的基础设施阶段。

使用AI智能大模型技术生成

据 OpenAI 官方消息,其最新语音模型 GPT-Live-1 已正式向API开发者开放。这并非一次简单的模型迭代,而是OpenAI在实时语音交互领域的一次架构级重构——它将语音理解与语音输出整合进同一个原生模型中,彻底抛弃了传统“ASR转写→LLM推理→TTS合成”的三段式拼接流程。

对于正在构建语音智能体、AI客服或口语陪练应用的开发者来说,这意味着更低的延迟、更自然的打断处理,以及一个足以改变成本结构的定价:前端语音层每分钟0.05美元。

OpenAI GPT-Live-1

为什么“全双工”是语音AI的分水岭?

过去两年,市面上绝大多数所谓的“AI语音对话”本质上是伪实时。用户说完一句话,系统需要等待VAD(语音活动检测)判定结束,再经过转写、推理、合成三道工序,响应延迟普遍在800ms到2秒之间。更致命的是,这类系统无法优雅地处理“打断”——用户一旦插话,要么被忽略,要么触发混乱的重置逻辑。

GPT-Live-1 的核心突破在于实现了真正的全双工通信。据 OpenAI 介绍,该模型能够同时听取和输出语音,并在对话过程中动态处理打断、停顿及背景噪声。这种能力不是靠后端的规则引擎打补丁实现的,而是模型在训练阶段就将“听”和“说”作为统一任务进行端到端优化。

在实际业务场景中,这种差异是决定性的。语言学习平台 Speak 的早期评估数据显示,使用 GPT-Live-1 后,学习者思考停顿期间的误打断次数较此前基于轮次的系统减少近80%。这意味着AI终于能区分“用户在思考”和“用户说完了”,不再因为短暂的沉默而抢话。

电话场景落地:从Demo到生产级的关键一步

如果说全双工解决了“像人一样说话”的问题,那么对电话场景的原生支持则解决了“像人一样干活”的问题。

据 OpenAI 披露,GPT-Live-1 已支持预订餐厅、客户服务等全双工语音智能体应用。开发者可以将其与Codex等工具连接,也可以通过OpenAI Presence框架开发能够查询企业系统、执行获批操作并在必要时转交人工的语音工作流。

这里有一个容易被忽视的技术细节:GPT-Live-1 支持将复杂推理和工具调用交由后端文本模型处理。也就是说,前端语音模型专注于低延迟的听觉感知和自然表达,而把需要深度思考的任务“卸载”给GPT-6 Astra等更强的文本模型。这种分层架构既保证了对话的流畅性,又保留了处理复杂业务逻辑的能力。

在Tau3端到端语音智能体任务测试中,GPT-Live-1 搭配 GPT-6 Astra 中等推理强度时排名第一;在Full Duplex Bench基准测试中,它比前代 GPT-Realtime-2.1 高出30个百分点。

医疗服务平台联合创始人兼首席技术官 Tony Stoyanov 表示,其团队在接入 GPT-Live-1 后,代码量减少了80%,删除约2.3万行冗余代码。这侧面印证了新模型在工程集成上的简化程度——当语音层本身足够智能时,开发者不再需要堆砌大量的状态机和异常处理逻辑。

每分钟0.05美元,意味着什么?

价格往往是决定一项技术能否从实验走向规模化的最后一道门槛。

据 OpenAI 公布的定价,GPT-Live-1 前端语音层为每分钟0.05美元,按每小时60分钟计算约3美元(约合人民币20.2元)。需要注意的是,这只是语音层的费用,后端模型和智能体工具的调用另行计费。但即便如此,这个价格已经为高频语音应用场景打开了经济可行性窗口。

以AI客服为例,假设一通客服电话平均时长5分钟,纯语音层成本仅为0.25美元(约1.7元人民币)。考虑到人工客服的单次服务成本通常在数元到数十元人民币不等,GPT-Live-1 的成本结构已经具备了替代部分人工坐席的商业基础。

与此同时,OpenAI 还扩大了实时语音选项,新增 Quartz、Ripple、Vesper、Willow、Stone、Gleam、Meridian、Bossa、Tempo、Beacon、Delta 和 Cinder 共12种声音,并计划在未来数月继续增加语音和语言支持。这对于需要品牌化语音体验的应用来说,是一个直接的利好。

写在最后

GPT-Live-1 的发布,标志着实时语音AI正在从“技术展示”阶段进入“基础设施”阶段。全双工、低延迟、电话场景支持、可接受的定价——这四个要素的组合,第一次让开发者有可能构建出真正可用的语音智能体产品,而不是又一个令人惊艳但无法上线的Demo。

当然,语音AI的挑战并未完全消失。口音适配、多方言混合、极端噪声环境下的鲁棒性、以及企业级部署中的合规与安全,仍然是需要在实际业务中逐一验证的问题。但至少现在,开发者手里有了一把足够锋利的刀。

API已经开放,剩下的事情,交给场景和时间。


AITOP100-AI资讯频道将持续关注AI行业新闻资讯消息,带来最新AI内容讯息。

想了解AITOP100平台其它版块的内容,请点击下方超链接查看

AI创作大赛 | AI活动 | AI工具集 | AI资讯专区 | AI小说

AITOP100平台官方交流社群二维码:

AITOP100平台官方交流社群二维码AITOP100平台官方交流社群二维码

0
0
文章来源:AI TOP100
免责声明:本文不代表本平台立场,且不构成投资建议,请谨慎对待。
全部评论
暂无评论
相关资讯
  • GPT-6全量上线:智能UI让回答变成可交互界面,付费用户先跑Sol、免费用户随后用Luna

  • Opus 5.5强势翻盘:AI视频创作正在变天!

  • OpenAI把ChatGPT变成“应用商店”:Dots智能体上线,企业应用市场同步推出

  • GPT-6模型全面解析:Astra、Sol、Luna能力对比与选型指南

  • 韩国航空文学奖得奖作品因遗留AI提示词被撤销资格

热点资讯

每日AI资讯-2026年10月09日

4天前
每日AI资讯-2026年10月09日

每日AI资讯-2026年10月12日

1天前
每日AI资讯-2026年10月12日

每日AI资讯-2026年10月08日

5天前
每日AI资讯-2026年10月08日

每日AI资讯-2026年10月10日

3天前
每日AI资讯-2026年10月10日

灵光·新帧青年AI影像季|200万现金+300万算力积分,全国青年AI短剧作品征集开启

3天前
灵光·新帧青年AI影像季|200万现金+300万算力积分,全国青年AI短剧作品征集开启
分享
0
0

欢迎来到AI Top100!我们聚合全球500+款AI智能软件,提供最新资讯、热门课程和活动。我们致力于打造最专业的信息平台,让您轻松了解全球AI领域动态,并为您提供优质服务。

合作伙伴
联系我们
加入AITOP100社群
加入社群
AITOP100商务微信
商务微信
相关链接
服务及隐私政策
网站地图
关于我们
粤ICP备2022124843号-2粤公网安备44030002004505广播电视节目制作经营许可证:(粤)字第00712号Copyright © 华强方特(深圳)动漫有限公司 版权所有