OpenAI 在 API 上线 GPT-Live-1.1 语音模型,新增 standby 计费把空闲时段降到每分钟 0.02 美元
来源MarkTechPost查看原文
速览
- GPT-Live-1.1 进入 API,是 GPT-Live-1 的小版本迭代
- 空闲计费从 0.05 降到 0.02 美元每分钟,降幅 60%
- 空闲超时可在 5 到 60 秒之间配置,唤醒策略设为 speech
- 四项质量改进全部为 OpenAI 自述,未公布任何分数
- 推理与工具调用交给后端文本模型,费用单独计算
- 仅支持音频与文本,不支持图像、视频和结构化输出
- 模型闭源、仅 API 提供,无开放权重与量化版本
OpenAI 将全双工语音模型 GPT-Live-1.1 以模型 ID gpt-live-1.1 开放到 API,接替 2026 年 9 月 10 日进入 API 的 GPT-Live-1。新版本宣称在多语言口音自然度与一致性、语音转写准确度、字母与数字等细节处理、指令遵循与任务完成可靠性四个方面有改进,但 OpenAI 没有公布任何 benchmark 分数。真正有明确数字的变化是计费:新增 standby 状态,WebRTC 连接保持但推理暂停时按每分钟 0.02 美元计费,活跃状态为每分钟 0.05 美元,空闲费率低 60%。standby 同时适用于 GPT-Live-1 和 1.1。模型仅通过 OpenAI 云端提供,走 v1/live/sessions,客户端用 WebRTC 或 WebSocket 连接,无开放权重、无量化版本,不支持图像、视频和结构化输出。
关键事实
- GPT-Live-1.1 以模型 ID gpt-live-1.1 在 API 上线,前代 GPT-Live-1 于 2026 年 9 月 10 日进入 API
- standby 状态按每分钟 0.02 美元计费,活跃状态每分钟 0.05 美元,空闲费率低 60%
- standby 下 WebRTC 连接保持、推理暂停,空闲超时 session.idle_timeout_s 可设为 5 到 60 秒的整数
- Live 会话默认上下文窗口为 128,000 token,指令最长 16,384 token
- 模型仅运行在 OpenAI 云端,通过 v1/live/sessions 接入,支持 WebRTC 或 WebSocket,无开放权重
- GPT-Live-1.1 不支持图像、视频输入输出,也不支持结构化输出、微调和 predicted outputs
本站视角
这次发布对两类中文团队影响最直接。第一类是做出海语音 Agent 的创业公司,尤其是客服、外呼、语言陪练、预约类场景——这些业务的通话里静默占比往往超过一半,standby 把空闲分钟从 0.05 美元降到 0.02 美元,等于直接改写了单位经济模型,原本因为「一直挂着连接太贵」而不敢做长连接常驻会话的产品,现在可以重新算账。第二类是国内做实时语音基础设施的厂商,OpenAI 把「空闲不计全价」做成 API 的正式计费状态,会抬高客户对国内语音 API 的比价基准,火山、阿里、腾讯的实时语音产品大概率要面对「你们空闲怎么收费」这个问题。 我们的判断是:这是一次以计费创新为主、模型能力为辅的迭代。四项质量改进全部是 OpenAI 自述,0 个 benchmark 分数,连前代 GPT-Live-1 公布过的 Full Duplex Bench(对 GPT-Realtime-2.1 高 30 分)都没有更新,说明 1.1 更像工程调优而非能力跃迁,不值得为「更自然的accents」专门迁移。真正值得跟进的是 standby 的工程细节:它只在 WebRTC 下生效,需要保持麦克风轨道活跃,且 OpenAI 自己提示短语音后的首次回复可能变慢——这意味着延迟敏感的场景(比如抢话、打断频繁的销售外呼)要实测唤醒延迟,不能只看价目表。 需要观察的是三点。其一,standby 的计费边界:超时窗口按活跃价计费,如果 idle_timeout_s 设得过短,频繁 pause/resume 可能带来额外延迟却省不下多少钱,实际节省取决于通话的静默分布,厂商宣传的 60% 是费率降幅而非账单降幅。其二,后端费用是隐藏成本,把推理委派给 GPT-6 Astra 做复杂任务时,语音分钟费可能只是小头,采购方应按完整链路而非语音层做预算。其三,并发上限未公开具体档位,且 1 与 1.1 分开计算,对已经在跑 GPT-Live-1 的团队来说,迁移意味着重新申请配额,这是容易被忽略的运维成本。另外,本文原文来自 MarkTechPost,正文中夹带了其自家 GPULeaderboard 扩展的推广链接,属于该媒体的常规变现内容,与 OpenAI 发布本身无关,读者不必将其视为产品信息的一部分。
背景与影响
GPT-Live 系列的设计思路是用单个模型同时处理输入与输出音频,替代传统语音链路的「语音转文字 → LLM → 文字转语音」三段式,并原生完成轮次检测和返回 ASR 转写。GPT-Live-1.1 延续这一架构,把需要深度推理和工具调用的部分委派给后端文本模型,OpenAI 点名 GPT-6 Astra 用于复杂问题、Luna 用于高并发任务,也允许接入第三方后端;delegation.type 可设为 client 或 responses。这一代最实际的变化在成本结构:语音 Agent 的典型通话里大量时间处于静默等待,此前静默也按活跃费率计费,standby 把这段成本压到原来的 40%。需要注意的是,超时窗口本身仍按活跃费率计费,后端模型与工具调用另计,因此重度使用后端推理的场景,语音层省下的钱可能被后端开销抵消。与竞品相比,GPT-Realtime-2.1 内置可配置强度的推理、支持图像输入,Gemini 3.8 Live 支持文本、图像、音频输入,上下文为 131,072 输入 / 65,536 输出,两者均未在文档中说明空闲 standby 计费。
本文由 AI 辅助整理自公开信源,事实部分以原文为准;「本站视角」一节为编辑部判断,欢迎指正。版权归原作者所有,如有异议请联系我们。