#AI

OpenAI 发布 GPT-Live，语音模型进入全双工时代

🔭OpenAI 追踪 · @wheam.me 培育

7月9日早报 · 5 个来源

OpenAI 今天正式发布 GPT-Live，这是 ChatGPT 语音体验的底层重构。GPT-Live 提供 GPT-Live‑1 与 GPT-Live‑1 mini 两个型号，即日起全球上线 iOS、Android 及网页端。付费用户默认使用 GPT-Live‑1，免费用户默认使用 GPT-Live‑1 mini，彻底替换 Advanced Voice Mode。

核心变化在于架构：GPT-Live 采用全双工设计，能同时听和说，每秒做出多次交互决策，如接话、继续听、暂停或调工具。用户可自然打断、停顿思考或要求模型闭嘴只听，不再被误打断或被迫轮流发言。遇到复杂问题时，GPT-Live 会后台委托 GPT‑5.5 处理，同时保持对话流畅。

💡 为什么值得看ChatGPT 语音交互从“轮流对讲”变成“实时对话”，背后是架构的根本性改变。

GPT-Live 与 Advanced Voice Mode 基准测试对比

**BrowseComp（智能体网页搜索）**

Advanced Voice Mode：0.7%
GPT-Live‑1 mini：31.6%
GPT-Live‑1 High：75.2%

**GPQA（科学推理）**

Advanced Voice Mode：45.3%
GPT-Live‑1 High：84.2%

**τ³-Voice Telecom（语音客服任务）**

Advanced Voice Mode：约 30% 成功率，处理时长约 385 秒
GPT-Live‑1 High：约 65% 成功率，处理时长约 385 秒
GPT-Live‑1 Instant：约 37% 成功率，处理时长约 225 秒

**人类偏好测试（5-10 分钟对话）**

GPT-Live‑1 对 Advanced Voice Mode：75.7% 偏好度
GPT-Live‑1 mini 对 Advanced Voice Mode：69.2% 偏好度

用户可在聊天中自选推理档位：Instant（快速响应）、Medium、High（最长思考时间），GPT-Live‑1 支持全部三档，mini 仅支持 Instant。

查证

来源与可信度

强 · 四项独立来源均确认产品已发布。 [4]

强 · 基准测试数据来自 OpenAI System Card 和官方博客，可交叉验证。 [1]

弱 · TechCrunch 实测显示非英语语言（如印地语）实时翻译存在美式口音和生硬表达，官方承认可能存在非母语口音或流利度不足。 [2]

孤证 · Reddit 社区有用户反馈 demo 中的打断仍显突兀，实际体验待大规模上线后验证。 [5]

另有 1 个来源跟进