第三方电话实测:GPT-Live-1.1 更快更听话,但拼读与数字回读仍翻车
kolchinski · reddit · 2026-11-21
AI 电话代理公司 ThunderPhone 在 OpenAI 发布 GPT-Live-1.1 API 当天,用 GPT-Live-1 作对照重跑了真实电话测试。
GPT-Live-1.1 vs GPT-Live-1 主要结果:
- 开口中位延迟:1.0s vs 1.3s
- 给出业务方批准回复的比例:43% vs 34%(205 个真实通话片段)
- 逐字复述来电者语音:61% vs 56%;在含数字的 115 个片段上为 75% vs 70%
测试方法:回复测试逐轮回放真实商业通话;复述测试要求模型逐字复述来电片段。团队剔除了转接、挂断和工具耗时等依赖自身 setup 的维度。
另有 50 通模拟通话:40 通无误听或指令断裂,但每场景只跑一次,只能算示例。剩余失败包括拼写人名、分段读电话号码、重复询问来电者已答过的脚本问题。
「模型」频道最新
- 数学家称与 Claude 共同发现黎曼猜想证明,1859 年以来的难题或被攻克 — ChrisGPT · 2026-11-21
- 用户实测 Google Neon:史上最强 Google 模型但上限不及 Opus — dreamwieber · 2026-11-21
- GPT-6.2 Astra 居 AA-Robotics 榜首,机械臂指令数比 Claude 少 75% — ArtificialAnlys · 2026-11-21
- ChatGPT 的 PC 控制功能仅在新建会话中生效,旧会话无法连接 — LivingHighAndWise · 2026-11-21
- 谷歌研究员批 Depth Pro 2 边缘深度图失真:混淆了抠图与深度目标 — giffmana · 2026-11-21
- 8GB显存跑Qwen 27B:2.1bpw量化达92.5% Top-1匹配 — Brief-Tap-6616 · 2026-11-21