语音偏好榜实测:GPT-Live-1 列第 3、4,Grok 任务成功率领跑
ArtificialAnlys · x · 2026-09-15
Artificial Analysis Speech Agent Arena 评测:GPT-Live-1 (Sol, low) 以 1,053 Elo、90.9% 任务成功率列偏好榜第 3;(Astra, medium) 1,048 Elo、87.4% 列第 4。Gemini 3.1 Flash Live Minimal 偏好分最高(1,096 Elo)但任务成功率仅 74.6%;Grok Voice Think Fast 2.0 High 任务成功率最高(94.6%,1,011 Elo)。两个 GPT-Live-1 配置的置信区间有重叠。
所属事件:OpenAI 全双工语音模型 GPT-Live-1 登顶 Artificial Analysis 语音榜(6 条相关)→
「模型」频道最新
- 同一个任务两种「质感」：RL 过拟合模型与通用智能的手感差异 — theteknosaur · 2026-11-02
- LightOnOCR-3 发布：单一模型搞定转录、版面与图表解析 — IgorCarron · 2026-11-02
- NVIDIA Kumo 家族拆解：四款表格基础模型各管一类结构化数据 — pandeyparul · 2026-11-02
- SemiAnalysis：选模型别忽视安全分类器，Meta 网络安全模型居首 — ThomasScialom · 2026-11-02
- Reddit 用户盛赞 DeepSeek V4.1 Flash 1017：快、稳、便宜到可弃闭源模型 — _bachrc · 2026-11-02
- 本地量化模型对决 Claude：9 个真实 bug 修复实测，量化掉分更掉时间 — FeydRowan · 2026-11-02