GPT-Live-1 语音代理首试完成率 83.6%，远超前代 45.7%

OpenAIDevs · x · 2026-09-11

OpenAI 开发者账号公布 GPT-Live-1 在语音代理基准 Tau3 上的成绩：与 GPT-6 Astra（中等推理档）配对， airline/零售/电信客服任务首次尝试完成率 83.6%，GPT-Realtime-2.1 仅 45.7%。同一组合在需查银行文档并调用工具解决问题的 TauBanking 上得分 38.1%。对话自然度方面：在 Artificial Analysis 的 Conversational Dynamics 基准（评估何时等待、接话、应对打断、越过 "mm-hmm" 继续说）得 97.3%，并给出 Full Duplex Bench v1.5 成绩，覆盖思考停顿、打断、附和等真实通话场景。