ToolNavs 发现实用AI工具
提交工具 登录
返回AI资讯
GPT-Live-1.1进OpenAI API:语音待机每分钟2美分,便宜六成

GPT-Live-1.1进OpenAI API:语音待机每分钟2美分,便宜六成

AI资讯 • Admin • • 17 次浏览

2026年11月19日,OpenAI开发者账号宣布,语音模型GPT-Live-1.1即日起通过API向开发者开放,模型标识为gpt-live-1.1。同一批上线的还有待机(Standby)计费:通话静默超过设定时间后,推理暂停、连接不断,每分钟只收0.02美元,比正常通话的0.05美元便宜六成。这次更新的重点不是模型变聪明了多少,而是让语音智能体长时间在线这件事,第一次在账单上变得便宜。

贵的是静默:待机模式怎么算钱

语音通话里真正的成本常常不在说话的时候:客服坐席等用户翻找订单号、电话那头长时间沉默,模型却一直在按分钟计费。待机模式就是冲着这段空白去的:开发者可以把静默超时设为5到60秒,超时后模型暂停推理,WebRTC连接与会话历史保持不断,有人开口就自动恢复,静默时段按每分钟0.02美元计费、按秒结算。按OpenAI的算法,10分钟静默在待机模式下是0.20美元,正常费率则是0.50美元。这项配置同时适用于GPT-Live-1与1.1,计费只覆盖语音会话本身,后端模型与工具调用另算。

GPT-Live-1.1并不是全新的模型:自10月15日起,它已经是ChatGPT Plus与Pro语音背后的模型,这次是第一次把它交给API开发者。OpenAI列出的三处改进都很具体:多语言口音更稳定,讲德语、日语时不容易滑向英语口音;对字母、电话号码、订单号、确认码这类精确信息的识别更准;指令跟随更强,复杂任务可以交给后端智能体处理而不打断语音对话。API还新增了38个语音标识,其中7个是新加入的,包括偏西班牙语的calandria、hornero与luciernaga。

对开发者来说,这次更新的取舍也很清楚:GPT-Live支持边听边说的全双工对话,WebRTC是推荐接入方式,也支持WebSocket与电话SIP;但它不支持结构化输出与微调,输入输出只有文本与音频,不能处理图片与视频,也没有自托管选项。换句话说,它适合做客服、电话助手这类一直在线的语音入口;如果要的是可精细控制的文本任务,还是走别的接口。语音赛道今年的动作本来就密,ElevenLabs刚以超1亿美元收购日本语音公司Kotoba;微软新语音模型每分钟1美分的定价也在同一条赛道上较劲——语音模型的竞争,正在从“能不能说话”转向“挂着不说话要多少钱”。

推荐工具

更多