答案已發布16 來源
GPT-Live-1 登陸 API：AI 語音代理可一邊聽、一邊講
OpenAI 於 2026 年 9 月 10 日正式在 API 推出 GPT Live 1。模型可同步聆聽及說話，而推理和工具操作可交由另一個後端模型或代理處理。[1][16] 相較要等用戶講完才回應的傳統語音流程，GPT Live 1 主打處理停頓、打斷、簡短附和及話題轉向，令對話輪替更自然。[1][9][15] 語音層收費為每分鐘 0.05 美元，按秒計費；後端模型和工具另行收費。現有資料支持 OpenAI 的概括基準及早期部署說法，但未核實所有具體延遲和通過率數字。[1][16][18]
發布者使用 GPT-5.6 Terra 編輯圖片由 GPT Image 2 生成
研究答案
重點
- OpenAI 於 2026 年 9 月 10 日正式在 API 推出 GPT Live 1。模型可同步聆聽及說話，而推理和工具操作可交由另一個後端模型或代理處理。[1][16]
- 相較要等用戶講完才回應的傳統語音流程，GPT Live 1 主打處理停頓、打斷、簡短附和及話題轉向，令對話輪替更自然。[1][9][15]
- 語音層收費為每分鐘 0.05 美元，按秒計費；後端模型和工具另行收費。現有資料支持 OpenAI 的概括基準及早期部署說法，但未核實所有具體延遲和通過率數字。[1][16][18]
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: What did OpenAI announce on September 11, 2026, about launching the GPT-Live-1 full-duplex voice model in its API, including how it differs. Article summary: OpenAI’s API announcement was dated September 10, 2026—not September 11. It introduced GPT‑Live‑1 as a generally available, full‑duplex voice layer: a model intended to make voice agents more natural by listening and spe. Topic tags: general, general web, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake
OpenAI 在 2026 年 9 月 10 日宣布，GPT-Live-1 已在 API 正式推出，日期並非 9 月 11 日。開發者現可用它建立「全雙工」語音代理：系統可以一邊聽用戶說話，一邊作出語音回應，而毋須將每次交談硬切成「你講完、我先答」的回合。1
16
最大分別：對話唔使等人講完先郁
傳統語音代理通常是逐層串接：先把語音轉文字（speech-to-text），再由語言模型生成答案，最後以文字轉語音（text-to-speech）讀出。GPT-Live-1 則被定位為統一處理即時對話的語音層。1
實際體驗上的重點是「輪替」。OpenAI 表示，GPT-Live-1 能同時聆聽和說話，跟到停頓、語速變化及中途插話，並即時判斷應該回答，抑或繼續聽。用戶一句「嗯」、「明白」之類的簡短附和（backchannel），理論上不會再那麼容易被系統當成完整提問或意外打斷。1
9
15
語音交畀 GPT-Live-1，複雜工作交畀後端
GPT-Live-1 並非一定要獨自完成所有任務。語音對話可以持續進行，同時由後端模型或代理處理較深入的推理、資料檢索、工作流程執行或工具呼叫。
OpenAI 提供兩種委派方式：可透過 Responses delegation 使用 OpenAI 模型，亦可用 client delegation 接駁開發團隊自家的後端。因此，團隊可以自行選擇背後負責推理的系統。1
16
換言之，架構可以拆成兩層：
OpenAI 的產品資料亦提到，GPT-Live-1 有較強的指令跟隨能力、可用自訂聲音，並支援電話系統（telephony）整合。13
收費：語音每分鐘 0.05 美元，後端另計
GPT-Live-1 的語音工作階段收費為 每分鐘 0.05 美元，以秒計費，不會每次向上捨入至完整一分鐘。16
18
不過，這只是語音層的價格，未必等於整個語音代理的最終成本。後端模型的用量、工具呼叫等均會另外收費；部署時要同時計入通話時間，以及系統在背後所做的推理和工具工作。16
18
OpenAI 的效能說法：哪些有資料支持？
OpenAI 表示，GPT-Live-1 在其 Full Duplex Bench 測試中，比 GPT-Realtime-2.1 高 30 個百分點；而 GPT-Live-1 配合 GPT-6 Astra、使用中等推理強度時，在 Tau3 排名第一。1
但目前提供的資料未有獨立列出原提問所述的輪替延遲具體數字，亦未能核實 Tau3 的精確通過率比較。因此，這些精確數字不應在此視為已獲驗證的資料。
早期用戶點講？
OpenAI 列出幾個已投入生產環境的例子，但要留意，以下均屬公司自行報告的成果，不能當成所有部署都必然達到的保證：
- Yelp 表示，在 Yelp Host 和 Hatch 整合 GPT-Live-1 後，輪替和準確度有所改善；在訂座及食物訂購電話中，來電者傾向使用更完整、自然的說法，通話處理亦有提升。
1
- 語言學習平台 Speak 表示，學習者可有更多時間思考才由導師回應，較其原有回合式系統減少近 80% 的打斷情況。
- 一家醫療保健公司稱，改用這種方式取代串接式實作後，程式碼庫簡化了 80%，刪除 23,000 行程式碼，同時可支援更自然的即時病人對話。
仍未能確認的部分
現有材料未能證實經一個名為「Presence」的託管產品提供企業存取，也未能確認這次 API 推出是否擴展了特定口音、方言或語言支援。若用於採購或正式部署，這些項目應直接查閱 OpenAI 最新文件再作確認。
總結
GPT-Live-1 的核心轉變在於架構：它把可同步聽講的全雙工語音層帶到 API，讓代理可在較自然的互動中維持對話，同時把較慢、較複雜的推理和工具工作交給另一個系統處理。每分鐘 0.05 美元、按秒計費，令語音時間的預算較容易估算；但整體帳單仍視乎所選的後端模型和工具。1
16
18
Studio Global AI
繼續你的研究
此頁麵包含一個有來源支援的答案，您可以在 Studio Global 內繼續。
人們還問
「GPT-Live-1 登陸 API：AI 語音代理可一邊聽、一邊講」的簡短答案是什麼？
OpenAI 於 2026 年 9 月 10 日正式在 API 推出 GPT Live 1。模型可同步聆聽及說話，而推理和工具操作可交由另一個後端模型或代理處理。[1][16]
首先要驗證的關鍵點是什麼？
OpenAI 於 2026 年 9 月 10 日正式在 API 推出 GPT Live 1。模型可同步聆聽及說話，而推理和工具操作可交由另一個後端模型或代理處理。[1][16] 相較要等用戶講完才回應的傳統語音流程，GPT Live 1 主打處理停頓、打斷、簡短附和及話題轉向，令對話輪替更自然。[1][9][15]
接下來在實務上我該做什麼？
語音層收費為每分鐘 0.05 美元，按秒計費；後端模型和工具另行收費。現有資料支持 OpenAI 的概括基準及早期部署說法，但未核實所有具體延遲和通過率數字。[1][16][18]