OpenAI API 推出 GPT-Live-1：支援全雙工語音對話，延遲降至 0.8 秒

OpenAI 正式在 API 推出 GPT-Live-1 模型，提供支援全雙工（full-duplex）的語音對話能力，允許模型同時聆聽與說話。該模型具備更強的指令遵循能力，並支援自訂語音與電話通訊功能。 開發者可根據任務的推理深度、速度與成本需求，將 GPT-Live-1 搭配不同的後端模型使用。目前 API 定價為每分鐘 0.05 美元。 在官方評測中，GPT-Live-1 較前代 GPT-Realtime-2.1 大幅提升：全雙工互動測試得分從 45.4% 提升至 80.1%，輪流對話延遲從 1.4 秒降至 0.8 秒，工具呼叫準確率則從 60% 躍升至 87%。目前該語音模型已在 ChatGPT 內部運行，Yelp 技術長 Alex Levy 表示，公司已將其應用於電話訂位服務，並獲得更好的通話處理效果。