OpenAI lanserar röstmodellen GPT-Live-1 i API

OpenAI släppte på torsdagen GPT-Live-1 i sitt API, vilket öppnar upp deras full-duplex röstmodell för utvecklare som vill bygga röstaktiverade applikationer och arbetsflöden till en kostnad av 0,05 dollar per minut för själva röstlagret. Modellen, som först debuterade i ChatGPT i juli, kan lyssna och tala samtidigt och delegerar djupare resonemang till backend-modeller som GPT-6 Astra eller tredjepartsalternativ.openai+1

Lanseringen markerar ett skifte från traditionella röstagent-arkitekturer som kedjar ihop tal-till-text, en språkmodell och text-till-tal, en process där varje steg lägger till fördröjning och riskerar att bryta samtalets rytm. GPT-Live-1 bearbetar istället inkommande och utgående ljud i en enda modell och svarar på avbrott och bekräftelser i realtid samtidigt som den dirigerar komplexa uppgifter till backend.openai

Prestandavinster jämfört med tidigare modeller

OpenAI rapporterade att GPT-Live-1 förbättrar Full Duplex Bench-prestandan med 30 procentenheter jämfört med GPT-Realtime-2.1, där fördröjningen vid talturer minskat från 1,41 sekunder till 0,798 sekunder. Tillsammans med GPT-6 Astra på medelnivå för resonemang rankas modellen först på Tau3, ett riktmärke för röstagent-intelligens i helhetsuppgifter, med en framgångsgrad på 86,2 % i kundtjänstscenarier jämfört med 45,7 % för föregångaren.unite

API-lanseringen inkluderar kontroller för ton, tempo och samtalstil genom systemmeddelanden, samt telefonistöd för att distribuera röstagenter över telefonlinjer. OpenAI utökar också sitt röstbibliotek med fler accenter, dialekter och språk.openai

Tidiga användare redan i produktion

Yelp ↗ 0.20% meddelade att de har integrerat GPT-Live-1 i två produkter: Yelp Host, deras röst-AI för restauranger, och Hatch, deras kommunikationsplattform för tjänsteföretag. Yelp Host har hanterat mer än en miljon samtal sedan lanseringen i oktober 2025, och inledande tester med den nya modellen visade förbättrad samtals hantering och färre vidarekopplingar.markets.financialcontent+1

"De som ringer talar också i fylligare, mer naturliga meningar, vilket säger oss att upplevelsen i andra änden av telefonen känns genuint annorlunda," sade Yelps teknikchef Alex Levy.unite

Språkinlärningsplattformen Speak rapporterade att GPT-Live-1 minskade avbrott under användarnas tänkpauser med nästan 80 % jämfört med tidigare tur-baserade system. Tony Stoyanov, medgrundare och teknikchef på ett vårdföretag, sade att modellen förenklade teamets kodbas med 80 % och tog bort 23 000 rader kod.investing+1

Prissättning och företagsåtkomst

Utvecklare kan para ihop GPT-Live-1 med den backend-modell de föredrar, OpenAI föreslog att använda Luna för volymtunga uppgifter som schemaläggning och Astra för komplexa resonemang, och betalar endast 0,05 dollar per minut för röstlagret utöver standardkostnader för backend. För företag pekade OpenAI på sin Presence-produkt, som introducerades i juli, vilken använder GPT-Live-1 för att driva röstagenter genom ett hanterat program istället för självbetjäningsåtkomst.unite+1