专题 · FULL STORY

GPT-Live-1：全双工语音模型首秀与质疑

OpenAI发布全双工语音到语音模型GPT-Live-1，首秀即以81.5分登顶语音榜。随后有分析指出其榜单成绩依赖GPT-6 Astra作为后端推理模型，跑分含金量引发讨论。

2026-09-15 ~ 2026-09-15 · 2 集 · 8 条

第 1 集 · OpenAI 全双工语音模型 GPT-Live-1 首秀登顶语音榜(2026-09-15,6 条)

OpenAI 发布全双工语音到语音模型 GPT-Live-1，据 Artificial Analysis 评测，该模型以 81.5 分首次亮相即登顶 Speech to Speech Index，超过 Grok Voice Think Fast 2.0 的 81.3 分，同时每小时音频成本明显低于上代 Realtime 模型。不过细分评测显示其在音频推理和用户偏好上并非全面领先，Grok 在部分维度仍占优。该模型还可将推理委托给后端文本模型。

已确认

  • 在 Artificial Analysis Speech to Speech Index 上，GPT-Live-1 以 81.5 分位列第一，Grok Voice Think Fast 2.0 为 81.3
  • 成本测算：在固定的 40 题 Big Bench Audio 子集上，含语音会话费与后端文本模型 token 费用，(Astra, medium) 配置每小时输入音频成本约 $5，整体区间为 $4.47-5.83，远低于上代 Realtime
  • 代理基准 Tau Voice 上，(Astra, medium) 以 67.9% 领跑，(Sol, low) 为 59.3%，Grok 为 56.5%，这是总榜登顶的主要驱动
  • 在 Big Bench Audio 语音/音频推理上仍逊于 Grok
  • Speech Agent Arena 偏好榜：GPT-Live-1 (Sol, low) 以 1,053 Elo、90.9% 任务成功率列第 3，(Astra, medium) 以 1,048 Elo 列第 4；Grok 任务成功率领跑
  • Artificial Analysis 已上线 GPT-Live-1 与其他 Speech to Speech 模型的完整对比页面、Speech Agent Arena 排行榜及方法论说明，可查看各模型在语音推理、代理性能、偏好 Elo 等维度的详细数据

为什么重要

  • GPT-Live-1 展示了语音模型将推理委托给后端文本模型的架构，在成本与代理任务能力上形成优势
  • 榜单登顶但细分维度互有胜负，说明语音模型竞争格局仍开放，Grok 在音频推理与用户偏好上保持强项

第 2 集 · GPT-Live-1 语音 Agent 榜单成绩依赖后端推理模型(2026-09-15,2 条)

开源语音 Agent 平台 Dograh 的创始人解析 GPT-Live-1 语音模型指出，其公布的跑分是在 GPT-6 Astra 作为后端推理模型的组合下测出的。开发者实际接入自建后端时，得到的分数取决于自身所选的推理模型，时钟同步与「谁抢话」等对话机制是落地关键，社区分享了相关踩坑经验。