GPT-Live-1 实测：语音自然但指令遵循频频翻车
kolchinski · reddit · 2026-09-14
一家做 AI 电话客服的公司（ThunderPhone）将 OpenAI 新发布的全双工语音模型 GPT-Live-1 接入真实电话线路，用约 1.3 万 token 的保险核保话术脚本进行了十余通真实来电和约 25 通模拟通话测试。
优点
- 迄今最自然的电话对话体验：单一连续音频流，电话端首音频延迟约 1.3 秒，无需自建 VAD 或轮次逻辑；打断、附和、句中纠错都原生支持。
B2B 场景的严重问题
- 过度字面化：提示词写「住房状态不对就问自有/租住/父母」，用户说「我现在是自有住房」，模型仍照读选项，所有提示词变体均无法修复。
- 「Yes」被当「No」处理：多次出现，导致重复追问或错误跳转。
- 压力下「自言自语」：会向用户说出「嗯，这个要小心处理，我先确认然后继续」之类的思考过程。
- 字母数字读错：回读理赔号时在音频中多读了一个字母（其自身转写正确）；俄语中把 Q 读成 X（音频和转写都错）。
- 非英语流利但口音重：俄语和卢干达语带浓重美国口音，一次卢干达语来电被用斯瓦希里语应答。
作者（ThunderPhone 创始人）表示会在评论区附完整转写和音频片段，并询问其他人的使用体验。
所属事件:GPT-Live-1 真机实测：语音最自然但指令遵循常翻车(2 条相关)→
「模型」频道最新
- 曝 Gemini 4 Carbon 实测:比 Opus 5.5 便宜 3 倍、快一倍以上 — vitaliychiley · 2026-10-31
- 4B 小模型 Spark-X2.6 跑出 94.6 分,反超多个 27B-35B 热门模型 — mesolimbic-bliss · 2026-10-31
- opencode 晒账单:$100 就能用上 DeepSeek V4.1 Flash — intellectronica · 2026-10-31
- 开发者称发现 LLM 内核代码 600+ 漏洞,Claude 以安全为由拒答 — pmddomingos · 2026-10-31
- Signal65 实测:Snowflake CoCo 智能体完成工作流快 4.6 倍 — ryanshrout · 2026-10-31
- Mistral Large 4：与 GLM 编码持平但省 47% token，再把预览价砍半 — petrusenko_max · 2026-10-31