OpenAI julkaisi GPT-Live-1-puhemallin API-rajapinnassaan

OpenAI julkaisi torstaina GPT-Live-1-mallin API-rajapinnassaan, avaten täysin kaksisuuntaisen puhemallinsa kehittäjille puheohjattujen sovellusten ja liiketoimintaprosessien rakentamiseen. Puhekerroksen hinta on 0,05 dollaria minuutilta. Heinäkuussa ChatGPT:ssä debytoinut malli kykenee kuuntelemaan ja puhumaan samanaikaisesti ja delegoi syvemmän päättelyn taustajärjestelmän malleille, kuten GPT-6 Astralle tai kolmannen osapuolen vaihtoehdoille.openai+1

Julkaisu merkitsee muutosta perinteisistä puheagenttiarkkitehtuureista, jotka ketjuttavat puheesta tekstiksi -muunnoksen, kielimallin ja tekstistä puheeksi -synteesin. Tällaisessa ketjussa jokainen vaihe lisää viivettä ja riskiä keskustelun rytmin rikkoutumisesta. GPT-Live-1 käsittelee saapuvan ja lähtevän äänen yhdessä mallissa, vastaten keskeytyksiin reaaliajassa ja ohjaten monimutkaiset tehtävät taustajärjestelmään.openai

Suorituskyvyn parannukset aiempiin malleihin verrattuna

OpenAI raportoi, että GPT-Live-1 parantaa Full Duplex Bench -suorituskykyä 30 prosenttiyksikköä verrattuna GPT-Realtime-2.1-malliin, ja puheenvuoron vaihtoviive on laskenut 1,41 sekunnista 0,798 sekuntiin. Yhdessä GPT-6 Astran kanssa malli sijoittuu kärkeen Tau3-vertailussa, joka mittaa puheagenttien älykkyyttä päästä päähän -tehtävissä, saavuttaen 86,2 prosentin onnistumisasteen asiakaspalveluskenaarioissa verrattuna edeltäjänsä 45,7 prosenttiin.unite

API-julkaisu sisältää hallintatyökalut äänen sävylle, tahdille ja keskustelutyylille järjestelmäkehotteiden kautta, sekä puhelinverkkotuen puheagenttien käyttöönottoon. OpenAI laajentaa myös puhekirjastoaan kattamaan useampia aksentteja, murteita ja kieliä.openai

Varhaiset käyttäjät tuotannossa

Yelp ↘ 6.49% ilmoitti integroineensa GPT-Live-1-mallin kahteen tuotteeseen: ravintoloiden Yelp Host -puheälyyn ja palveluyritysten Hatch-viestintäalustaan. Yelp Host on käsitellyt yli miljoona puhelua lokakuun 2025 julkaisun jälkeen, ja testit osoittivat parantuneita käsittelymääriä ja vähemmän puheluiden siirtoja.markets.financialcontent+1

"Soittajat puhuvat myös täydellisempiä ja luonnollisempia lauseita, mikä kertoo meille, että kokemus puhelimen toisessa päässä tuntuu aidosti erilaiselta", sanoi Yelpin teknologiajohtaja Alex Levy.unite

Kieltenopiskelualusta Speak raportoi, että GPT-Live-1 vähensi keskeytyksiä oppijoiden mietintätaukojen aikana lähes 80 prosenttia verrattuna aiempiin vuoropohjaisiin järjestelmiin. Terveydenhuoltoalan yrityksen perustaja ja teknologiajohtaja Tony Stoyanov kertoi mallin yksinkertaistaneen tiiminsä koodikantaa 80 prosentilla, poistaen 23 000 riviä koodia.investing+1

Hinnoittelu ja yrityskäyttö

Kehittäjät voivat yhdistää GPT-Live-1-mallin haluamaansa taustajärjestelmään, maksaen vain 0,05 dollarin minuuttihinnan puhekerroksesta normaalien taustajärjestelmäkulujen lisäksi. Yrityksille OpenAI tarjoaa heinäkuussa esitellyn Presence-tuotteen, joka käyttää GPT-Live-1-mallia hallinnoitujen puheagenttien voimanlähteenä itsepalvelun sijaan.unite+1