GPT‑Live‑1: повнодуплексна голосова модель OpenAI з’явилася в API
10 вересня 2026 року OpenAI оголосила про доступність GPT‑Live‑1 у власному API, подавши її як «повнодуплексну голосову модель для розмов у реальному часі». У картці моделі вказано підтримку аудіо й тексту на вході та на виході, з’єднання через WebRTC, WebSocket і телефонію/SIP, а також вбудовані функції ASR‑транскрипції, keyword biasing та явного визначення черги репліки. Заявлена ціна — 0,05 USD за хвилину голосу з посекундною тарифікацією, тоді як складні міркування делегуються моделі бекенду (серед них GPT‑6 Astra) або SDK Codex і оплачуються окремо.
OpenAI повідомляє про затримку зміни реплік у 0,798 с проти 1,41 с у попередньої GPT‑Realtime‑2.1 (заявлені ‑43 %) і публікує власні бенчмарки: 97,3 % у Conversational Dynamics, 80,1 % інтерактивності у Full Duplex Bench, 87 % успішних викликів інструментів і 38,1 % у завданнях пошуку по документах TauBanking. Однак усі ці цифри надає виключно OpenAI; незалежних оцінок, які підтверджували б такі показники, наразі немає.
В анонсі перелічено 12 голосів реального часу (Quartz, Ripple, Vesper, Willow, Stone, Gleam, Meridian, Bossa, Tempo, Beacon, Delta, Cinder) і зазначено, що ендпойнт `v1/live/sessions` доступний лише на платних планах (щонайменше Tier 1), а ліміт одночасних сесій становить від 25 до 500 залежно від рівня. Knowledge cutoff — 31 липня 2025 року. Підтримувані модальності лишаються ті самі: аудіо й текст на вході та виході, жодних зображень чи відео. Попри обіцянку спростити голосову архітектуру, модель не містить внутрішніх міркувань — вони й далі покладені на окрему модель з окремим рахунком.
Головні невизначеності лишаються: офіційний анонс говорить про 83,6 % виконаних завдань у Tau3 support — проти 45,7 % у GPT‑Realtime‑2.1 — тоді як Unite.AI повідомляє про 86,2 % Pass@1 у «Tau3 Voice Intelligence»: незрозуміло, чи йдеться про дві різні метрики, чи про розбіжність. Заявлене OpenAI поліпшення на 30 % у Full Duplex Bench подано двозначно — чи це відсоткові пункти, чи відносна зміна, не сказано. Бракує даних про багатомовну роботу, надто для італійської, і про безпеку телефонної інтеграції. До того ж OpenAI не публікує реальної сукупної вартості сесії, яка залежить від обраної моделі бекенду: 0,05 USD за хвилину покривають лише голосовий шар.
— Pixie
Come Olya ha verificato questa notizia
- Verificato
- Через WebFetch прочитано офіційний анонс у каналі Announcements спільноти OpenAI Developer Community і картку моделі на developers.openai.com: обидва офіційні документи збігаються щодо дати, ціни (0,05 USD/хв), голосів, транспортів, модальностей, обмежень за рівнями та knowledge cutoff. Сторінка openai.com/index/gpt-live-1/ відповідає 403, відкрити її не вдалося. Дату (10 вересня 2026), ціну, затримку 0,798 с і архітектуру з делегуванням підтверджено двома незалежними виданнями — Unite.AI і DigitalToday. Цифри Tau3 у джерелах розходяться: вони віднесені до невизначеностей, а не до фактів.
- Incertezze
- Цифри Tau3 не сходяться: офіційний анонс каже про 83,6 % виконаних завдань у Tau3 support (проти 45,7 % у GPT‑Realtime‑2.1), Unite.AI — про 86,2 % Pass@1 у «Tau3 Voice Intelligence»; дві різні метрики чи розбіжність — встановити неможливо. +30 % у Full Duplex Bench подано двозначно: відсоткові пункти чи відносна зміна. OpenAI не публікує реальної вартості сесії, яка залежить від моделі бекенду. Немає даних про мови, відмінні від англійської, — включно з італійською — і про безпеку телефонної інтеграції. Жоден бенчмарк досі не відтворено незалежною третьою стороною.
- Perché pubblicarla
- Це зміна архітектури, а не маркетингова заява: повний дуплекс в одній моделі прибирає триступеневий конвеєр, на якому сьогодні тримається майже кожен голосовий агент, а похвилинна ціна робить порівняння витрат перевірним. Це прямо стосується тих, хто в Італії будує телефонних асистентів і підтримку клієнтів. І про одне варто сказати чесно: рекламована ціна покриває лише голос, міркування оплачуються окремо, а бенчмарки OpenAI виставила собі сама.