OpenAI 近日将其最新的全双工实时语音模型 GPT-Live-1 以 API 形式开放给开发者，让软件厂商可以构建响应更快的语音应用与对话流程。

GPT-Live-1 最早于 7 月发布，原本只能在 ChatGPT 界面中使用，用户可以对着 AI 说话并得到语音回复。如今通过 API 调用，开发者可以直接将其集成进自己的产品。

作为全双工模型，GPT-Live-1 能够"边听边说"，而不是像对讲机一样必须等对方说完再开口，这让人与 AI 的对话更接近自然交流的节奏。OpenAI 表示，GPT-Live-1 在设计时重点考虑了企业级语音交互体验的可定制性。

"GPT-Live-1 的一项核心能力——流畅处理打断——已经在带来业务价值：在早期评估中，语言学习应用 Speak 发现，使用 GPT-Live-1 后学员有了更多的思考时间，AI 家教的插话被打断的次数比上一代轮次系统减少了近 80%。"OpenAI 在公告中称。

架构与基准测试

GPT-Live-1 负责语音对话本身，后端则由另一个模型（例如 GPT-6 Astra，或者更经济的型号）承担信息检索、工具调用和任务管理。这相比 2024 年首次亮相的 Realtime API 是一次升级。

在专门评估航空、零售、电信等语音客服场景的 Tau3 语音智能体基准上，GPT-Live-1 拿到 86.2%，远超 GPT-Realtime-2.1 的 45.7% 和 GPT-Realtime-2 的 42.4%。OpenAI 自评显示，GPT-Live-1 在 Full Duplex Bench 上比 GPT-Realtime-2.1 强 30%，在轮次延迟和交互行为上也优于上一代。

落地案例

Yelp 已经在其餐厅预订服务 Yelp Host 中使用 GPT-Live-1，并给出了正面评价。Yelp 首席产品官 Akhil Kuduvalli Ramesh 表示："有了 GPT-Live-1，每一次通话都更接近自然对话、响应更快。Yelp Host 现在能为餐厅提供先进的语音 AI，既能带来原本可能被错过的预订收入，又能让员工专注服务客人，而不是接电话。"

不过，Yelp 并没有说明餐厅顾客对这种更"自由奔放"的 AI 通话是真心欢迎，还是仅仅因为它比在电话里等真人更快。

定价

GPT-Live-1 的调用价格为每分钟 0.05 美元，不含后端模型费用。定制语音需联系 OpenAI 销售团队洽谈。该模型同样可通过 OpenAI 的企业级智能体平台 OpenAI Presence 调用。