11 月 19 日,OpenAI 在 API 更新日志中上线 GPT-Live-1.1 语音模型,向第三方开发者开放。该模型采用全双工架构,可在说话的同时聆听,不必等用户说完再响应,能识别停顿、打断与语速变化。它此前已是 ChatGPT Plus 用户的默认语音模型。

官方称,相比 GPT-Live-1,新模型改进了多语言口音一致性、转写准确率与任务可靠性,新增待机计费选项,定价为活跃每分钟 0.05 美元、待机每分钟 0.02 美元,与上一代持平。模型可把复杂推理或工具调用交给后端模型,此时语音对话不中断。准确率提升为官方自述,尚无独立评测。

信息来源