Sep 10, 2026 · GPT-Live-1
Build more natural voice experiences with GPT‐Live‐1 in the API
OpenAI 发布 GPT-Live-1，将其定位为面向 API 的自然全双工语音对话能力，官方描述包含更强的指令遵循、自定义音色以及电话（telephony）支持。该信息来自 OpenAI 官方发布页，发布时间为 2026-09-10。
EVENT STORY
Development
- First ReportBuild more natural voice experiences with GPT‐Live‐1 in the APIOpenAI
- Current Assessment语音 API 的竞争点正从识别准确率转向会话自然度与可定制音色，电话通道的开放会把语音 Agent 推向客服、外呼等既有语音基础设施场景。判断依据仅为官方发布描述，尚无第三方评测或客户案例支撑。Agent Pulse · analysis
OpenAI 在官方渠道宣布 GPT-Live-1 进入 API，主打自然、全双工的语音对话体验。根据发布摘要，该模型在指令遵循上更强，支持自定义音色，并提供电话（telephony）支持。这意味着语音交互能力从演示形态进一步转为开发者可直接调用的 API 能力，但证据未给出定价、延迟、并发、语言覆盖或可用区域等细节。
全双工与电话支持若同时成立，意味着语音链路需要处理打断、回声与实时传输，工程重点会从单轮 ASR→LLM→TTS 拼接转向端到端会话状态管理。可验证的下一信号是官方文档是否给出会话中断、并发与延迟指标。
语音 API 的竞争点正从识别准确率转向会话自然度与可定制音色，电话通道的开放会把语音 Agent 推向客服、外呼等既有语音基础设施场景。判断依据仅为官方发布描述，尚无第三方评测或客户案例支撑。
对开发者而言，可直接在 API 层构建语音交互产品，减少自建语音管线的集成成本；对 B 端客服与外呼场景，电话支持是潜在切入点。但证据未提供价格与 SLA，商业价值仍需以官方定价和客户案例验证。
若后续公布定价与延迟数据，语音 Agent 的接入门槛可能下降；反之若仅停留在能力描述，实际采用仍取决于电话合规与成本。可跟踪的下一信号是 API 文档、定价页与首批集成方公告。