GPT-Live-1 语音智能体实测：偏好榜前列但音频推理不敌 Grok

Artificial Analysis 的 Speech Agent Arena 实测显示，GPT-Live-1（Sol, low）以 1,053 Elo 和 90.9% 任务成功率在偏好榜上分列第 3、4 位，任务成功率领跑；而在 Tau Voice 代理基准中，GPT-Live-1（Astra, medium）以 67.9% 领先，Grok 为 56.5%，但整体音频推理能力仍逊于 Grok。

2026-09-15 ~ 2026-09-15 · 2 条相关