GPT-Live-1 进入 API：OpenAI 称单一模型能同时听与说，前台语音层每分钟 0.05 美元

9 月 10 日，OpenAI 的开发者账号宣布，GPT-Live-1 现已在 API 中可用。帖文称，开发者可以在自己的应用里构建「说话时仍在聆听」的语音 agent，并让它与自选的模型和 harness（承载并编排智能体的运行框架）配合工作。

OpenAI 同日发布的给出了定价：GPT-Live-1 按每分钟 0.05 美元计费，覆盖的是与用户直接交互的前台语音层（front-end voice layer）。

听与说合进同一个模型

按 OpenAI 博客的解释，传统语音 agent 把语音转文字、推理模型、文字转语音三段拼接起来，每一次交接都会引入延迟，也更容易丢掉时机、上下文和对话节奏；GPT-Live-1 改用单一模型对传入与传出的音频一起做推理，也就是全双工（full-duplex）架构，对打断与附和即时作出反应，把更深的推理交给后端。

帖文里的说法更直接：，省去额外的交接，对话因此更快；用户继续说话时，后端模型可以处理推理与工具调用。后端接什么由开发者决定，博客举例说，像日程、订单更新这类高频任务可以搭配 Luna，需要推理的复杂客服问题可以换成 GPT-6 Astra 或第三方文本模型。

：模型能区分人声与背景噪声，咖啡馆里的闲聊不必打断对话；用户不必等模型说完当前话轮，就可以补一个刚想到的细节，或者改变方向。

用指令塑造语气、节奏和语言

按帖文说法，语音 agent 的「人格」可以用指令塑造，范围包括语气（tone）、节奏（pacing）与表达力（expressiveness）；GPT-Live-1 会呼应说话者的语调与情绪，并适配对方的语速；开发者还可以。

博客还补充了多项工程层面的能力：模型原生提供 ASR（自动语音识别）转写与回复文本，支持关键词偏置（keyword biasing），并原生支持话轮检测（turn detection）；对背景噪声与沉默的处理更好，不会因为噪声打断对话，也不会把每一步都念出来；长会话中的上下文保持与对话质量有所改善；支持电话场景部署，例如餐厅订位与客服。音色方面，博客称正把少量实时音色扩展为覆盖不同口音、方言与语言的更大选择范围，并会在未来几个月继续扩展。

对接示例：Codex 与 OpenAI Presence

博客给出一段与 Codex 对接的示例：应用把对话上下文交给 Codex 执行，再把答案回传给 GPT-Live-1，示例省略了连接与委派处理的代码。博客还提到，企业可以借助 OpenAI Presence 在这款模型上构建实时语音交互。

OpenAI 的评估：全双工基准比 GPT-Realtime-2.1 高 30 个百分点

OpenAI 在博客中称，在其评估中，GPT-Live-1 在 Full Duplex Bench 上的表现比 GPT-Realtime-2.1 高出 30 个百分点，提升主要来自话轮切换延迟与交互行为；在与 GPT-6 Astra（中等推理强度）搭配时，它还在衡量端到端语音 agent 任务表现的 Tau3 上排第一。这些数字出自 OpenAI 自己的评估。

首批部署方的数字与说法

Yelp 在中称，旗下 Yelp Host 与 Hatch 是最早部署 GPT-Live-1 的产品之一：GPT-Live-1 作为前台语音层接入，来电者可以打断、中途换话题或与旁人说话，语音 AI 会快速适应，并能识别来电者的情绪、自动用对方的语言回应。新闻稿同时给出两组存量数据：Yelp Host 自 2025 年 10 月上线以来处理了超过 100 万通餐厅来电，Hatch 管理着数千万条线索。Yelp 首席产品官 Akhil Kuduvalli Ramesh 在新闻稿中说：「有了 GPT-Live-1，每通电话都更有对话感、响应更快。」OpenAI 多模态产品负责人 Teri Yu 则在新闻稿中表示，把 GPT-Live-1 带到 API，是为了让开发者用自选的模型与工具搭出更自然、更强大的语音体验。

同日，语言学习应用 Speak 了由 GPT-Live-1 驱动的 Live Tutor Lessons，目前面向英语与西班牙语学习者限量推出；Speak 称早期评估中，学习者思考停顿期间被打断的情况比过去的轮次制系统减少了近 80%。Telnyx ，并以 16 kHz 音频直连模型、不在应用侧重采样。HeyGen 与 OpenAI 合作搭建了组合 GPT-Live-1、LiveAvatar 与 HyperFrames 的框架，并将其开源。EliseAI 的 Akshay Ramaswamy ，该公司过去两个月以早期设计合作伙伴的身份参与了 GPT-Live-1。

两个月前从 ChatGPT 起步

7 月 8 日，OpenAI 在中发布 GPT-Live 家族，包含 GPT-Live-1 与 GPT-Live-1 mini，并开始在全球 ChatGPT 中推送：按当时的说明，GPT-Live-1 将成为 Go、Plus、Pro 用户 ChatGPT 语音的默认模型，mini 则面向免费用户。OpenAI 当时表示计划尽快把它们带到 API，并开放了通知表单；7 月发布时后台用的是 GPT-5.5，这次的博客把 GPT-6 Astra 作为可搭配的后端示例。

自定义音色的使用资格与申请流程，需联系 OpenAI 销售了解。