GPT-Live-1 Masuk API OpenAI dengan Perbualan Suara Full-Duplex

OpenAI sebenarnya mengumumkan pelancaran GPT-Live-1 dalam API pada 10 September 2026, bukannya 11 September. Model ini tersedia secara umum sebagai lapisan suara full-duplex — iaitu direka supaya ejen AI boleh mendengar pengguna sambil terus bercakap, menjadikan dialog terasa kurang seperti pertukaran giliran yang kaku. 3

Apa bezanya daripada sistem suara biasa?

Kebanyakan ejen suara tradisional menggunakan rantaian tiga langkah: pertuturan ditukar kepada teks (speech-to-text), teks diproses oleh model bahasa atau penaakulan, kemudian jawapan ditukar semula kepada suara (text-to-speech). Setiap pemindahan antara komponen ini boleh menambah lengah masa serta menyebabkan isyarat perbualan seperti masa, konteks dan rentak dialog hilang. 3

GPT-Live-1 menyatukan keupayaan mendengar dan bertutur dalam satu model suara. Dalam praktiknya, ia boleh memberi respons apabila pengguna mencelah atau memberi isyarat ringkas seperti pengakuan semasa perbualan sedang berlangsung. Sementara itu, model backend yang dipadankan dengannya boleh menjalankan penaakulan lebih mendalam atau menggunakan alatan di latar belakang. 3

Pembangun boleh memilih backend OpenAI seperti GPT-6 Astra atau model pihak ketiga, bergantung pada keseimbangan penaakulan, kelajuan dan kos yang diperlukan untuk sesuatu tugasan. 3

Kawalan dan ciri untuk pembangun

OpenAI menonjolkan kawalan melalui arahan sistem bagi menetapkan nada, kelajuan dan gaya perbualan. Ciri lain yang disebut termasuk penggunaan dalam telefon, pengendalian bunyi latar dan kesenyapan, kebolehpercayaan bagi sesi lebih panjang, transkrip serta teks respons, pengecaman aksara abjad angka, dan keupayaan memberi keutamaan kepada kata kunci tertentu. 3

Harga GPT-Live-1

Sesi suara GPT-Live-1 berharga AS$0.05 seminit dan dicaj mengikut saat, tanpa pembundaran kepada seminit penuh. 2

Namun, kadar itu hanya untuk lapisan suara. Penggunaan model backend dan alatan dicaj secara berasingan, jadi jumlah kos sesi turut bergantung pada model penaakulan serta alatan yang dipilih. 2

Prestasi yang dilaporkan

OpenAI melaporkan peningkatan 30 mata peratusan dalam Full Duplex Bench berbanding GPT-Realtime-2.1. Syarikat itu juga menyatakan GPT-Live-1 yang digandingkan dengan GPT-6 Astra pada tahap usaha penaakulan sederhana menduduki tempat pertama dalam Tau3. 3

Bukti yang dibekalkan menyokong dakwaan penanda aras secara umum, tetapi tidak memaparkan secara bebas angka latensi atau kadar lulus Tau3 yang lebih terperinci. Oleh itu, angka khusus sedemikian tidak dapat disahkan berdasarkan bahan yang ada.

Pengalaman pengguna awal

Menurut OpenAI, Yelp berkata penyepaduan GPT-Live-1 ke dalam Yelp Host dan Hatch meningkatkan pengambilan giliran bercakap serta ketepatan berbanding seni bina suara terdahulunya. Untuk panggilan tempahan dan pesanan makanan, Yelp melaporkan peningkatan ketara dalam kadar pengendalian panggilan, dengan pemanggil bercakap menggunakan ayat yang lebih lengkap dan semula jadi. 3

Speak pula melaporkan bahawa model itu memberi pelajar bahasa lebih masa untuk berfikir sebelum tutor AI membalas, sekali gus mengurangkan gangguan hampir 80% berbanding sistem berasaskan giliran sebelum ini. 3

Seorang pengasas bersama dan CTO syarikat penjagaan kesihatan turut berkata bahawa penggantian pelaksanaan berantai telah memudahkan pangkalan kodnya sebanyak 80% dan menyingkirkan 23,000 baris kod, sambil membolehkan perbualan pesakit masa nyata yang lebih semula jadi. 3