OpenAI 语音模型 GPT-Live-1 上线 API，支持全双工对话

9 月 11 日，OpenAI 官方宣布语音模型 GPT-Live-1 正式在 API 上线，把 ChatGPT 的自然全双工对话体验开放给开发者：语音智能体可以边说话边聆听，支持用户打断与自然来回交流，开发者还可将语音交互前端与自选的文本模型和 harness 自由组合，定价为每分钟 0.05 美元。官方同日公布生产级语音 Agent 基准成绩：在覆盖航空、零售、电信客服场景的 Tau3 测试中，与 GPT-6 Astra（中等推理力度）配对的 GPT-Live-1 首次尝试完成率达 83.6%，而 GPT-Realtime-2.1 仅为 45.7%。这是 OpenAI 首次以 API 形式开放 ChatGPT 级别的实时全双工语音能力。

已确认

• 全双工可打断：单模型同时处理听与说，无需传统 STT→LLM→TTS 链路和脆弱的模块交接，省去多次模型交接、响应更快；用户可在模型未说完时补充细节或改话题。Greg Brockman 亦转发发布消息。
• 噪音鲁棒性：模型能区分人声与背景噪音，官方演示咖啡厅嘈杂环境下对话不必中断。
• 可定制性：可通过指令设定语气、节奏、表现力、语速、语言与回复长度；模型能镜像说话人语气中的情绪并自适应对方语速。
• 架构灵活性：语音模型可作为交互前端，把任务委派给用户自选的文本模型执行，并具备可靠的工具调用能力；官方称其对话轮替（turn-taking）自然度在同类语音模型中前所未有。
• 基准成绩：官方评测维度包括任务完成率、双向对话与话轮切换、响应速度和工具调用；Tau3 上首次尝试完成率 83.6%，对比 GPT-Realtime-2.1 的 45.7%。
• 定价：每分钟 0.05 美元；有转发帖按 24/7 连续运行折算出每天约 72 美元的成本，供参考。
• 实际落地：OpenAI 官方次日（9 月 12 日）介绍 Yelp 已将 GPT-Live-1 用于餐厅订位电话场景，让 AI 外呼订位更接近自然对话。
• 早期实测：mingcalligraphy 转述一位 Reddit 用户在 API 发布当天的实测 demo——让模型以参会者身份加入真实团队会议，实时听讨论、做总结，并自动在看板上添加任务项。
• 社区反响：开发者 muratcan 称这一发布追平了自己三个月的工作；也有评论认为这是首个真正高性能的实时语音方案。
• 合作伙伴：Speak 披露过去几个月与 OpenAI 密切合作开发该模型并重做内部基准；Elise AI 为早期设计合作伙伴；Telnyx 作为首发伙伴提供 Python 外呼语音 Agent 教程，以 16kHz 宽带音频对比传统 G.711 约 8kHz 窄带音质；HeyGen 宣布正合作接入；TryLiveAvatar 作为发布合作伙伴联合打造演示并整体开源。

为什么重要

• 这是 OpenAI 首次把 ChatGPT 内的实时全双工语音能力以 API 形式开放，开发者可在自己的语音 Agent 产品中获得接近真人的对话体验；Yelp 订位电话与 Reddit 用户的会议实测说明能力已可直接落地到真实工作流。
• 语音前端与文本推理后端解耦的组合方式，意味着开发者不必锁定单一模型栈；LiveAvatar 开源 Demo 也降低了上手门槛。
• Tau3 基准上相对前代接近翻倍的任务完成率，加上 Yelp、Speak、Telnyx、HeyGen、Elise AI 等厂商的接入动作，显示该能力可落地到电话语音 Agent、语言学习、视频生成等实际产品形态。

2026-09-11 ~ 2026-09-12 · 38 条相关

• OpenAI 推出 GPT-Live-1 API:把 ChatGPT 全双工语音对话开放给开发者 — TheMoonMidas · 2026-09-11
• GPT-Live-1 登陆 API：语音轮替自然度破纪录，可委派文本模型干活 — pbbakkum · 2026-09-11
• GPT-Live-1 支持咖啡厅噪音下对话与中途改口不打断 — OpenAIDevs · 2026-09-11
• OpenAI 发布 GPT-Live-1:单模型同时听与说,语音更像真人 — OpenAIDevs · 2026-09-11
• GPT-Live-1 可定制语音语气节奏,还能模仿说话人情绪 — OpenAIDevs · 2026-09-11
• OpenAI 推出 GPT-Live,Telnyx 以 16kHz 宽带音频打造外呼语音 Agent — OpenAIDevs · 2026-09-11
• OpenAI 上线 GPT-Live 接入文档：API 有变，提示方式不同于 Realtime 系列 — juberti · 2026-09-11
• OpenAI 官方提示：GPT-Live-1 需换用新提示方式，API 有多处变更 — juberti · 2026-09-11
• GPT-Live-1 三大卖点:全双工可打断、拟人情绪、5 美分/分钟 — pbbakkum · 2026-09-11
• OpenAI 发布 GPT-Live-1 语音 API:全双工对话,每分钟仅 5 美分 — pbbakkum · 2026-09-11
• OpenAI 推出 GPT-Live-1 语音 API,医疗外呼场景率先落地 — pbbakkum · 2026-09-11
• OpenAI 语音模型 GPT-Live-1 曝光，Elise AI 成早期设计伙伴 — OpenAIDevs · 2026-09-11
• OpenAI 发布 GPT-Live-1 实时语音 API，HeyGen 率先宣布接入 — HeyGen · 2026-09-11
• OpenAI 公布 GPT-Live-1 语音代理基准:聚焦任务完成与轮流对话 — OpenAIDevs · 2026-09-11
• OpenAI 官方:GPT-Live-1 语音 agent 首次完成率 83.6%,远超 GPT-Realtime-2.1 的 45.7% — OpenAIDevs · 2026-09-11
• Speak 联合 OpenAI 打造 GPT-Live-1:语音 AI 攻克轮次切换难题 — pbbakkum · 2026-09-11
• 传 OpenAI 发布 GPT-Live-1 API,开发者实测让它参加真实会议 — ming_calligraphy · 2026-09-11
• OpenAI GPT-Live-1 单模型全双工对话，LiveAvatar 联合发布并开源 Demo — HeyGen · 2026-09-11
• OpenAI 上线 GPT-Live-1 语音 API：端到端语音推理，告别拼接式语音 agent 卡顿 — pbbakkum · 2026-09-11
• GPT-Live-1 语音模型上线 API：可自主委派任务给后端文本模型 — pbbakkum · 2026-09-11
• 【源头】OpenAI 推出 GPT-Live-1 语音模型,Yelp 已用于餐厅订位通话 — OpenAIDevs · 2026-09-12
• OpenAI 将 GPT-Live-1 开放至 API,应用可接入实时语音对话 — OpenAI · 2026-09-12
• OpenAI 发布全双工语音模型 GPT-Live-1，开发者从 API 定价逆向解析架构 — rdesh26 · 2026-09-12

另有 15 条近重复转述:OpenAIDevs · OpenAIDevs · paw_lean · Dimillian · jasonkneen · OpenAIDevs · OpenAIDevs · craigsdennis · pbbakkum · gdb · gabrielchua · craigsdennis · nickbaumann_ · pbbakkum · minchoi