AB
AiBoss
ニュース

OpenAI 在 API 上线 GPT-Live-1.1,语音会话待机计费降至每分钟 0.02 美元

OpenAI 已在 API 中提供语音模型 GPT-Live-1.1,模型 ID 为 gpt-live-1.1,并新增待机计费状态:WebRTC 空闲时段每分钟 0.02 美元,低于活跃时段的 0.05 美元。官方称其在口音、转写与任务完成上有改进,但未公布基准分数。

OpenAI 在 API 上线 GPT-Live-1.1,新增待机计费

据 MarkTechPost 报道,OpenAI 已在其 API 中以模型 ID gpt-live-1.1 提供语音模型 GPT-Live-1.1。该模型为全双工语音模型,可在说话的同时收听,面向多语言对话场景。报道称,OpenAI 表示新版本在多语言口音的自然度与一致性、语音转写准确度、字母与数字等细节处理,以及指令遵循和任务完成可靠性方面有所改进。此次更新还引入 standby(待机)计费状态:WebRTC 连接保持、推理暂停的空闲时段按每分钟 0.02 美元计费,活跃时段为每分钟 0.05 美元。

背景上,GPT-Live-1.1 接续 2026 年 9 月 10 日进入 API 的 GPT-Live-1,并据 OpenAI 论坛公告自 10 月 15 日起为 ChatGPT Plus 与 Pro 的语音功能提供支持。该系列以单一模型替代语音转文字、大模型、文字转语音的串联流程,并可将推理与工具调用委派给后端文本模型,第三方后端亦可接入。待机模式通过 session.wake_policy.type、session.idle_timeout_s(5 至 60 秒)与可选的 session.wake_policy.vad_threshold 配置,超时后服务端发出 session.paused,用户开口时触发 session.resumed,会话 ID 与历史保留。该模式对 GPT-Live-1 与 1.1 均适用。

限制方面,OpenAI 未公布 GPT-Live-1.1 的任何基准分数,上述质量改进均为官方自述,尚未获独立验证。该模型仅通过 API 提供,无开放权重;输入输出为音频与文本,不支持图像、视频与结构化输出,也不支持微调。默认上下文窗口为 128,000 token,客户端经 WebRTC 或 WebSocket 连接。语音按会话时长计费,后端模型与工具用量另行计费;并发会话上限未公布具体档位。具体价格、可用性与功能支持请以 OpenAI 官网当前信息为准。