OpenAI 发布 GPT-Live-1 API，支持应用同时说话与聆听

OpenAI 以开发者 API 形式发布 GPT-Live-1 全双工语音模型。该模型在交互性测试中得分 80.1%，其上一代为 45.4%。定价为每分钟 0.05 美元。信源未披露模型架构、支持语言、并发或延迟等技术细节。

相较上一代，交互性测试成绩从 45.4% 提升到 80.1%，说明语音交互从轮流说话向同时听说推进。对开发者而言，这类能力此前难以直接获得，现在可通过 API 调用，但每分钟 0.05 美元的价格会影响其适用场景。

全双工指模型可在同一时间接收语音输入并生成语音输出，而不是等待用户说完再响应，这也是交互性指标提升的来源。按分钟计费意味着成本与通话时长直接挂钩，长时对话或常驻语音场景的成本会快速累积。

实时语音类产品，如语音助手、客服、语言陪练和实时翻译，可将监听与应答合并到一次调用中，减少自行拼接多模型的工程复杂度。研发需重新评估延迟、打断和并发处理；产品成本模型需按通话分钟数核算，长会话场景的单位成本可能高于现有方案。

• 在客服或语音助手场景中按分钟成本做小流量 A/B 测试，对比现有分段式语音链路的响应延迟与用户完成率
• 针对语言陪练、实时翻译等长会话产品，先测算每分钟 0.05 美元下的单次会话成本与可接受定价区间
• 在原型中验证用户打断、抢话和静默等边界情况，评估全双工是否减少对话轮次等待
• 为语音产品建立按分钟计费的用量监控与预算上限，避免长会话导致成本失控

• GPT-Live-1 支持哪些语言，中文表现是否与测试成绩一致
• 交互性测试 80.1% 的具体评测方法与数据集是什么
• 分钟计费是否区分输入与输出，是否设有阶梯价格或免费额度
• 模型的端到端延迟、并发上限和可用区域尚未披露