申请收录
【大屏时代】首页 > 3D快报内容详情

OpenAI 开放 GPT-Live-1 API：每分钟 0.05 美元，把 ChatGPT 同款语音能力交给开发者

2026-09-11 17:00:40 190 大屏时代
广告：【裸眼3D制作】 让想象突破物理极限，用数字重绘世界经纬。

OpenAI 近日宣布，将目前用于 ChatGPT 语音功能的 GPT-Live-1 正式开放给开发者使用。开发者现在可以通过 API 把这一语音模型集成到自己的应用和业务流程中，构建能够实时听取用户讲话、同时进行回应的全双工语音助手。该模型的语音前端价格为每分钟 0.05 美元，后台用于复杂推理的模型则需按相应模型价格另行计费。

边听边说，打断与停顿都能自然处理

GPT-Live-1 是 OpenAI 今年推出的新一代实时语音模型，最大特点是采用全双工架构。传统语音 AI 通常依次完成语音识别、语言模型推理和语音合成三个步骤，用户说完话系统才能处理并生成回答；而 GPT-Live-1 能在听取用户讲话的同时生成语音输出，因此可更自然地处理打断、停顿、附和以及快速的来回对话，还能判断何时该继续说话、暂停、倾听或调用工具。

OpenAI 表示，这种架构明显降低了语音交互延迟，解决了传统流水线容易出现的衔接问题，开发者无需再自行协调多个独立模型之间的复杂切换。测试中，GPT-Live-1 在 Full Duplex Bench 上比 GPT-Realtime-2.1 高出 30 个百分点，尤其在轮流发言延迟与交互行为方面提升明显；与 GPT-6 Astra 以中等推理强度配合时，在评估端到端语音智能体任务的 Tau3 测试中也取得第一名。

复杂推理交给后台模型，成本可按需组合

GPT-Live-1 并不负责所有复杂推理。OpenAI 将负责实时听说交互的语音模型与负责深度推理的后台模型分离：当用户提出需要搜索、复杂分析或较长任务的问题时，GPT-Live-1 会把工作交给后台模型，同时继续维持自然语音交流。开发者因此可按业务选择后台模型——简单任务用更快更便宜的模型，复杂问题交给更强的推理模型。

应用方面，GPT-Live-1 原生支持电话场景，可用于餐厅预约、客户支持等全双工语音智能体。早期案例中，语言学习平台 Speak 发现，相比此前基于轮次的系统，GPT-Live-1 使系统主动打断学习者的情况减少接近 80%。模型还提供原生语音识别转写与响应文本，支持关键词偏置、轮次检测，并针对嘈杂环境做了优化；OpenAI 同时扩大了可用声音，覆盖更丰富的口音、方言和语言。开发者还可将 GPT-Live-1 与 Codex 等工具结合，由语音模型接收任务、后台工具处理，再回到语音对话。


相关文章


版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。

相关标签： OpenAI 开放 GPT-Live-1 API：每分钟 0.05 美元，把 ChatGPT 同款语音能力交给开发者

最新文章

纯国产算力跑出星火X2.6：刘庆峰直言“小米加步枪”硬刚封锁，端侧模型成破局关键

纯国产算力跑出星火X2.6：刘庆峰直言“小米加步枪”硬刚封锁，端侧模型成破局关键

10月22日，在2026科大讯飞全球1024开发者节大会上，刘庆峰谈及国产算力现状与破局之道。他指出，国产算力与英伟达仍有“将近两代”差距，主要集中在显存和带宽；面对百万上下文的代码与智能体任务，常遇“装不下、训不动”困境。为此，讯飞发布端云一体“讯飞星火X2.6”寻求应对。

马斯克明年扫货 2 万套英伟达机架，成 Vera Rubin 最大买家

马斯克明年扫货 2 万套英伟达机架，成 Vera Rubin 最大买家

广发证券分析师Jeff Pu预计，SpaceX将在2027年成为英伟达Vera Rubin AI计算机架最大买家。它原计划采购3万套NVL72机架，现预期仅得2万套，但按明年需求仍是新一代系统最大单一采购方。Jeff Pu预计，Vera Rubin NVL72全球规模2026年底达7.3万套，2027年底增至9.6万套

参数直逼2.8T、支持百万上下文：月之暗面发布开源旗舰大模型K3.1 Pro

参数直逼2.8T、支持百万上下文：月之暗面发布开源旗舰大模型K3.1 Pro

月之暗面正式发布全新开源旗舰大模型K3.1Pro。该模型拥有高达2.8T参数规模，支持百万（1M）Token超长上下文，刷新行业对国产大模型性能与美学表现的认知上限。官方确认，完整模型权重预计11月4日前全面释出，供全球开发者与研究人员下载使用，开放节奏与生态建设备受关注。

苹果 iOS 27.2 给 AI 图片打上隐身水印

苹果 iOS 27.2 给 AI 图片打上隐身水印

MacRumors称，苹果已在iOS 27.2中悄悄接入谷歌SynthID技术。今后“图乐园”生成的图片、经Apple智能编辑的部分照片，都会加入肉眼不可见的隐藏水印。SynthID在像素层面嵌入标记，用于识别AI生成内容，号称不损画质，并能抵抗裁剪、滤镜、压缩等后期处理。报道还提及在“照片”App中测试相关编辑功能。

三十亿美元加码!英伟达与Meta联手重塑AI智能体新纪元

三十亿美元加码!英伟达与Meta联手重塑AI智能体新纪元

10月27日，英伟达与Meta宣布建立深度合作，全面扩大Muse及其系列模型技术合作，提升推理与训练性能，以满足市场对实用型AI智能体的爆发式需求。Meta将依托英伟达OpenShell参考架构强化AI智能体安全体系，并借助Sentry对结构化、非结构化和图数据等全类型场景，实现智能体行为全链路监控。

即梦AI上线“短剧工作室”，一站式打通全流程AI创作

即梦AI上线“短剧工作室”，一站式打通全流程AI创作

10月26日，即梦AI上线“短剧工作室”。该功能定位短剧创作一站式AI工具，把剧本整理、角色与场景管理、分镜生成、视频制作及后期调整等全流程整合至同一平台，免去创作者多平台切换的繁琐。部分功能还整合小云雀短剧Agent同款能力，助即梦发挥优势，打造更全能平台。

OpenAI官宣数学与物理学三大突破：AI攻克百年猜想，携手全球学者开启科学验证新模式

OpenAI官宣数学与物理学三大突破：AI攻克百年猜想，携手全球学者开启科学验证新模式

OpenAI宣布，其AI模型在数学、计算机科学和物理学领域取得三项重大科学发现，分别涉及调和分析、计算复杂度理论和量子场论。为把前沿原始研究数据转化为科学理解，OpenAI尝试与外部学术社区深度合作，并按领域制定多元发布策略。调和分析方面，模型成功给出各维度下局部光滑相关结果。

Gamma5 重塑思考与设计，深度打通20+主流办公工具

Gamma5 重塑思考与设计，深度打通20+主流办公工具

Gamma发布新一代AI内容创作工具Gamma5。官方称其彻底重建思考、设计和编辑工作流，面向职场人与内容创作者，提升演示文稿和文档制作效率。核心是引入智能体技术：用户输入一句提示，或上传长文档、PDF、图片、旧演示文稿，智能体即可在几分钟内自动完成全方位处理。

千问App重磅上线三大核心学习功能，精准狙击学生提分痛点

千问App重磅上线三大核心学习功能，精准狙击学生提分痛点

千问App推出学习场景三大核心功能：精准找题、拍题答疑及全新升级的学习档案，依托全链路AI帮助学生更高效、更有针对性地练习。找题支持按地区、年级、学科和试卷关键词快速检索，并可免费下载打印，省去搜资料麻烦；拍题答疑则服务于解题环节，提升答疑效率。

海外红果，收割全球？

海外红果，收割全球？

过去几年在洛杉矶拍短剧，制片人Fancy有不少时间花在安抚剧组上。那时，她和同行常在比弗利山庄租下一栋豪宅，用5到8天拍完一部短剧。剧组里不少人参与过好莱坞电影、电视剧

安全研究员利用生成式AI挖掘PS5高危漏洞获索尼33万元奖励

安全研究员利用生成式AI挖掘PS5高危漏洞获索尼33万元奖励

安全研究人员Jordy借助生成式AI挖出PS5高危漏洞，经索尼漏洞奖励计划获5万美元（约33.9万元人民币）赏金。该漏洞可使PS5运行Linux系统，却在主机改机与安全研究社区引发争议。此前，谷歌安全工程师theflow0已于2025年发现该漏洞，原计划保密至《GTA6》发售之后，以便玩家更新系统体验新作时兼顾Linu

外卖这门生意，国内外餐饮大牌越做越认真

外卖这门生意，国内外餐饮大牌越做越认真

你可能不知道——今年上半年，海底捞外卖收入暴增121%，达20.51亿元，外卖收入占集团总营收的比重由去年同期的4.5%跃升至9.2%，接近翻倍;而上半年达美乐中国则靠外卖获得了

全球首个海洋通用基座大模型正式通过国家网信办备案

全球首个海洋通用基座大模型正式通过国家网信办备案

10月27日，世航智能透露，其自主研发的海洋通用基座大模型“沧穹 CEORION”已正式完成国家网信办备案，成为全球首个海洋通用基座大模型，填补行业空白。该模型深度融合语义理解、环境建模和动作生成，具备强大通用智能，可提供水下环境感知、任务研判、路径规划、自主作业及应急处置等全流程自主能力。

塔塔通讯砸 4 亿美元铺光纤，串起印度 AI 数据中心

塔塔通讯砸 4 亿美元铺光纤，串起印度 AI 数据中心

塔塔通讯26日公布大基建计划：拟投4至4.5亿美元（约26.7亿至30.1亿元人民币），在印度建连接关键AI数据中心的“AI就绪型”高速低延迟网络走廊。项目分三阶段，新铺1万公里长途光纤，为全球客户在印算力布局打网络地基。首阶段先打通孟买—浦那—海得拉巴—金奈一线。

星火大模型V3. 7 登顶，讯飞晓医三大核心能力全线升级

星火大模型V3. 7 登顶，讯飞晓医三大核心能力全线升级

近日，科大讯飞在全球1024开发者节发布全新升级成果：星火医疗大模型V3.7以99.6分登顶MedBench5.0，实现多模态关键突破，赋能临床医疗与居民健康管理。讯飞晓医围绕三大方向全链路焕新，提供全周期健康管理，首先聚焦多医学报告综合解读等能力升级。

FFR完成FFAI机器人业务合并，贾跃亭出任CEO并正式挂牌上市

FFR完成FFAI机器人业务合并，贾跃亭出任CEO并正式挂牌上市

10月27日，法拉第未来宣布，旗下FF EAI Robotics Ecosystem Inc.（纳斯达克代码：FFR）已于10月23日完成对FFAI机器人的合并交易，相关业务与资产全面注入FFR，并按计划向FFAI发行交付普通股及无投票权可转换优先股。合并落地后，FFR同步调整治理层与管理层，任命贾跃亭为首席执行官，J

Anthropic 七联创身价均破 900 亿，承诺捐出八成股份

Anthropic 七联创身价均破 900 亿，承诺捐出八成股份

据《财富》，Anthropic已向美SEC提交S-1注册声明，披露七位联合创始人当前身价各约140亿美元（约930亿元人民币），股权近乎均等。按每股58.90美元参考价估算，每人身价137亿至144亿美元；七人合计持约16.9亿股，占总股本10%。若顺利上市、估值上行，财富有望翻一番。

当智力第一次被标价:《Token经济》论坛激辩“Token 是否经济”

当智力第一次被标价:《Token经济》论坛激辩“Token 是否经济”

文章指出，Token作为计量单位正改写成本、定价与组织假设，使智力产出可计量、比价和交易。10月26日，中信出版集团与腾讯研究院举办《Token经济》论坛，经济学界、研究机构与产业嘉宾就影响给出不同答案。国家数据局数据显示，中国日均Token调用量从2024年初约1000亿快速增长。论坛聚焦Token经济对经济学的挑战

630 亿美元巨额债务交易敲定：博通CEO亲自救场，为Anthropic算力狂飙保驾护航

630 亿美元巨额债务交易敲定：博通CEO亲自救场，为Anthropic算力狂飙保驾护航

人工智能资本与硬件狂潮再迎重磅进展。博通与Anthropic敲定一笔630亿美元债务融资，用于支持庞大AI基础设施建设。为促成这笔史无前例的交易，博通CEO紧急介入，耗时近两个月奔走，说服各大银行为超400亿美元贷款提供资金承诺。

黑客借 AI 揪出 PS5 高危漏洞，索尼爽快发 5 万美元

黑客借 AI 揪出 PS5 高危漏洞，索尼爽快发 5 万美元

IGN披露，一名PS5改装爱好者用生成式AI挖出主机高危漏洞，经索尼安全上报渠道获5万美元（约33.4万元人民币）赏金。该漏洞原可在PS5直接运行Linux。此前已有安全工程师发现，并研究在13.60至14.0固件部署Linux，不少玩家曾期待借此实现。

蚂蚁灵光 2.0 发布：AI 助理开始"主动管事"

蚂蚁灵光 2.0 发布：AI 助理开始"主动管事"

蚂蚁集团推出灵光2.0，将AI助理从被动执行推向主动服务。核心变化是任务介入起点前移：获授权后，AI能结合已接入的信息与服务，自主识别潜在需求，发起分析、监测和跟进，并在合适节点提醒用户，实现长期盯守事务；其背后依托跨系统协同能力。

菲尔兹奖得主邓煜呛声 AI 公司：别只许你蒸馏，不许我看思维链

菲尔兹奖得主邓煜呛声 AI 公司：别只许你蒸馏，不许我看思维链

菲尔兹奖得主邓煜在“知识分子”“赛先生”论坛演讲，谈AI时代如何做数学。他认为AI有知识面无边界、试错成本极低两大长处，但人必须是主体，AI只是工具。他更批评AI公司：若真把AI当研究者，就应遵守学术规矩，重视证明与规范，而非只追商业效率。

蚂蚁灵光2.0发布:AI从“任务执行者”走向“事务管理者”

蚂蚁灵光2.0发布:AI从“任务执行者”走向“事务管理者”

10月27日，蚂蚁集团发布灵光2.0。获用户授权后，灵光可结合已接入的信息与服务，主动识别潜在需求，发起分析、监测和跟进，并在关键节点提醒。AI由此从等待指令的工具，升级为持续管理事务的助手。其背后是跨会话记忆、长程任务调度和工具连接能力的全面升级，并依托独立云主机突破单次对话限制。

Mac版Ollama正式支持离线AI语音：数据不出门，速度比原方案最高提升35%

Mac版Ollama正式支持离线AI语音：数据不出门，速度比原方案最高提升35%

近日，本地大模型开源平台Ollama宣布Mac应用重大更新，首次加入文本转语音功能，标志本地AI助手从“能读会写”迈向“能开口说话”，Windows和Linux版将随后跟进。首个支持模型为Gradium的Phonon系列，体积小巧、技术先进，用户无需云端，即可本地合成语音，强化隐私保护。

最新网站

Jasper AI竞品份额分析

Jasper AI竞品份额分析

<br />竞品A（Jasper AI）近三个月市场份额由约14.6%降至9.8%，累计下滑4.8个百分点，呈"高位急跌—中段缓跌—低位盘整"的三段式走势。判断：短期难以逆转下滑，但已接近其付费专业用户的基本盘底部。<br /><br /><br />第一月：14.6%降至11.9%，环比-2.7pct，主因企业客户集中续约流失；第二月：11.9%降至10.4%，环比-1.5pct，降幅明显收窄；
LocalBanana

LocalBanana

LocalBanana是专注于 AI 图像 Prompt 收集与结构化的平台，帮助用户深入理解并高效利用 Prompt，提升创作能力。围绕 Nano Banana（Gemini）生态，将散落在各处的优质 Prompt 整理为可检索、可编辑的创作资产。
智策AI导航平台

智策AI导航平台

<br />智策AI导航（www.zhiceai.com）是一个专注于人工智能工具发现与评测的综合性导航网站。平台收录了全球超过5000个AI应用，覆盖自然语言处理、图像生成、视频制作、智能办公、教育培训、编程开发、数据分析、营销文案等20多个主流分类。站长、产品经理、设计师、学生及自由职业者都可以在这里快速找到适合自己工作流的AI工具，并获取实时更新的功能评测和优惠信息。<br /><br />
文心一言AI平台分析

文心一言AI平台分析

<br />文心一言是百度推出的新一代知识增强大语言模型，基于飞桨深度学习平台和文心知识增强技术，能够与人对话互动、回答问题、协助创作，高效便捷地帮助人们获取信息、知识和灵感。作为国内领先的AI对话产品，文心一言自发布以来持续迭代，已广泛应用于多个行业场景，成为百度AI技术战略的核心载体之一。<br /><br /><br />文心一言提供多种实用功能，包括智能问答、文本创作、代码生成、逻辑推理、
AI大百科

AI大百科

<br />AI大百科是一个专注于人工智能知识普及和工具推荐的综合性网站，旨在为AI爱好者、开发者、产品经理与企业决策者提供一站式信息入口。平台自2021年上线以来，已收录超过5000个AI工具与模型，涵盖自然语言处理、计算机视觉、语音识别、生成式AI、AI绘画、AI视频、AI办公等多个细分领域。网站以简洁的界面和清晰的分类著称，用户可以通过搜索或浏览标签快速找到所需资源，并查看每个工具的功能介绍
通义千问：阿里AI助手

通义千问：阿里AI助手

<br />通义千问是阿里巴巴集团推出的AI大模型产品，由阿里云开发并托管。它于2023年首次亮相，定位为面向中文用户的多功能智能助手，支持文本生成、代码编写、文档分析、多轮对话等任务。网站界面简洁，用户可以直接在浏览器中体验，无需下载应用，同时也提供API接口供开发者集成。<br /><br /><br />通义千问的主要功能包括：知识问答、创意写作、翻译润色、编程辅助、数据分析、学习辅导等。它
AI工具集导航

AI工具集导航

<br />AI工具集是一个专注于收录和推荐人工智能相关工具与资源的导航网站。它汇集了全球范围内数百款AI产品，覆盖文本生成、图像创作、音频处理、视频制作、编程助手、办公效率等多个领域。无论你是普通用户、开发者还是企业决策者，都能在这里快速找到适合自己的AI工具。<br /><br /><br />AI工具集的核心功能是分类展示和搜索。网站按照工具的应用场景进行细致分类，例如AI写作、AI绘画、A
Hugging Face AI平台

Hugging Face AI平台

<br />Hugging Face是一个致力于人工智能和自然语言处理的开源平台，提供海量预训练模型、数据集和工具，帮助开发者和企业快速构建、训练和部署AI应用。其核心产品包括Transformers库、Hub模型仓库、Spaces应用托管以及Inference API等，覆盖从研究到生产的全流程。<br /><br /><br />该平台以模型Hub为中心，支持TensorFlow、PyTorc
DeepMind AI研究平台

DeepMind AI研究平台

<br />DeepMind是一家位于英国伦敦的人工智能公司，成立于2010年，2014年被谷歌收购。作为全球领先的AI研究机构，DeepMind致力于开发通用人工智能（AGI），其研究成果在游戏、医疗、科学等多个领域产生了深远影响。DeepMind的使命是“解决智能问题”，通过将神经科学与机器学习相结合，推动AI技术的边界。<br /><br /><br />DeepMind最著名的成就是Alp
智谱AI官网

智谱AI官网

<br />智谱AI（北京智谱华章科技有限公司）是一家专注于人工智能大模型研发与应用的科技公司，成立于2019年，由清华大学计算机系知识工程实验室技术成果转化而来。公司以“让机器像人一样思考”为愿景，致力于打造安全、可控、可解释的通用人工智能系统。智谱AI在自然语言处理、知识图谱、多模态理解等领域拥有深厚积累，其核心产品GLM系列大模型已广泛应用于政务、金融、医疗、教育等多个行业。<br /><b
Midjourney

Midjourney

<br />Midjourney是一款基于人工智能的图像生成工具，由独立研究实验室Midjourney, Inc.开发。用户只需输入文字描述，即可生成高质量、富有创意的图片。自2022年公开测试以来，它迅速成为AI绘画领域的标杆产品，广泛应用于艺术创作、设计、广告和娱乐等行业。<br /><br /><br />Midjourney的核心功能是文本到图像生成，支持多种风格和参数调节。用户可以通过D
量子位AI网站分析

量子位AI网站分析

<br />量子位（QbitAI）是一家专注于人工智能领域的前沿科技媒体，成立于2017年，总部位于北京。网站以报道AI行业动态、技术突破、产业应用和创业公司为核心，内容涵盖机器学习、深度学习、自然语言处理、计算机视觉、AI芯片、自动驾驶等多个细分领域。量子位通过图文、视频、线下活动等形式，向技术从业者、投资者和科技爱好者传递高质量的AI资讯与深度分析。<br /><br /><br />量子位的
DeepMind官网

DeepMind官网

<br />DeepMind是谷歌母公司Alphabet旗下的人工智能研究实验室，成立于2010年，总部位于伦敦。该网站是DeepMind的官方门户，集中展示了其在AI领域的前沿研究成果、技术博客、学术论文以及研究人员团队。作为全球顶尖的AI研究机构之一，DeepMind致力于“解决智能问题”，并推动AI技术在社会各领域的应用。<br /><br /><br />DeepMind最广为人知的成就是
豆包AI官方网站

豆包AI官方网站

<br />豆包AI是字节跳动公司推出的一款人工智能助手，基于先进的大语言模型技术，为用户提供智能问答、文本创作、代码辅助、情感陪伴等多种服务。自发布以来，豆包AI凭借其自然流畅的交互体验和强大的理解能力，迅速成为国内最受欢迎的AI应用之一。用户可以通过网页端或移动端随时随地使用豆包，满足工作、学习和生活中的多样化需求。<br /><br /><br />豆包AI的核心功能主要包括智能对话、内容创
Toolify AI工具导航网站

Toolify AI工具导航网站

<br />Toolify AI是一个专注于人工智能工具聚合与推荐的导航网站，目前收录了全球超过5000款AI应用，涵盖文本生成、图像处理、视频创作、音频编辑、代码辅助、数据分析等多个领域。无论是普通用户还是专业开发者，都能在这里快速找到适合自己的AI工具。平台每天更新最新上线的AI产品，并基于用户真实反馈进行排序和分类，帮助用户节省大量搜索和筛选的时间。<br /><br /><br />Too
ChatGPT官网介绍

ChatGPT官网介绍

<br />ChatGPT是OpenAI开发的人工智能聊天机器人平台，于2022年11月30日首次发布。作为目前全球用户量最大的AI对话产品，ChatGPT基于GPT系列大语言模型，支持自然语言问答、文本生成、代码编写、翻译、摘要、创意写作等多样化任务。其官方网站不仅提供免费的Web端服务，还集成了付费订阅、API访问、插件生态和联网搜索功能，成为个人用户与企业用户接触前沿AI能力的重要入口。<b

Copyright © 2016 ~ 2024 大屏时代 (www.dapingtime.com) 联系QQ：88251776苏ICP备2020058979号-3 大屏头条