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 · x · 2026-09-11
OpenAI 开发者账号公布 GPT-Live-1 语音模型的生产级基准成绩:
- 任务完成:在覆盖航空、零售、电信场景的 Tau3 测试中,与 GPT-6 Astra(中等推理力度)配对,首次尝试完成率 83.6%,GPT-Realtime-2.1 为 45.7%。
- 工具与文档:TauBanking 上需在银行文档中检索信息并结合工具解决客户请求,同一配对得 38.1%。
- 对话自然度:Artificial Analysis 的 Conversational Dynamics 基准(评估等待、打断、回应「嗯嗯」等话轮行为)得分 97.3%;另在 Full Duplex Bench v1.5 上也有成绩(原文截断)。
所属事件:OpenAI 语音模型 GPT-Live-1 上线 API，支持全双工对话(38 条相关)→
「模型」频道最新
- 网传 OpenAI 发布 GPT-6.1 Terra，配图基准分超 Claude Opus 5.5（未证实） — ZeroStateReflex · 2026-10-27
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27
- AA 实测:GPT-6.1 Terra 幻觉率降 50%,准确率还升 2 分 — ArtificialAnlys · 2026-10-27