整理:TopAIMap 编辑
OpenAI 发布 GPT-Live-1.1:ChatGPT 语音换新模型,新增法德印日韩、墨西哥西语 6 种语言声线,搜索时少说「checking...」
10 月 15 日(约 11:20am PT),OpenAI 发布语音模型 GPT-Live-1.1,同时推出迷你版 GPT-Live-1.1 Quip,接替 GPT-Live-1 驱动 ChatGPT Voice 的 Live 模式,并覆盖 Codex 和 dots(常驻智能体)里的语音。更新点有三:各语言口音更自然;新增法语、德语、印地语、日语、韩语、墨西哥西班牙语声线(每种 2 个,如日语 Himari/Rindō、韩语 Haetsal/Hanul),英文新增 Bubbie;联网搜索时改用更多样的短句提示,减少反复说「checking...」。OpenAI 官方推文发出约半小时获 1800+ 赞、8.8 万次浏览。
能力边界:GPT-Live 系列 7 月 8 日首发,能边听边说、随时打断,回答同步流式显示为文字,可调用联网搜索、记忆、可视化组件、插件和已连接应用,同一对话里也能发文字和图片;但 Live 仍不支持视频和屏幕共享,需要时得切回旧的 Advanced 模式。换声线在 设置 > 语音 > Voice,可选声线因地区和账号而异,通话中切换会在同一对话里重开一通。竞争背景:前一天 xAI/SpaceXSI 的 Grok Voice 3.0 在 Artificial Analysis 语音到语音指数拿到 86.9 登顶,GPT-Live-1 为 83.2;GPT-Live-1.1 目前还没有第三方评分。
真实用法:ChatGPT 语音已不只是闲聊。在 ChatGPT Work(网页/移动端)里,用户可以边说边让它调用已连接应用、生成文档/演示/表格或操作浏览器,挂断后没做完的任务转为文字继续;桌面 App(macOS/Windows)里可用语音启动任务、查进度、同时协调多个智能体;iPhone 上支持锁屏/灵动岛后台对话和 CarPlay。这次 1.1 同步进入 Codex 和 dots,意味着写代码、跑长期任务时的语音交互也换成新模型。发布后,日本用户发帖称日语听起来更流利(尚待实测),语音开发者则最关心「checking」类填充语减少后等待感的变化。
谁能用:OpenAI 称今天起向所有用户推送(逐步开放);帮助中心写明 Live 由 GPT-Live-1.1 和 GPT-Live-1.1 Quip 驱动、按套餐区分(此前付费档用完整版、Free/Go 用 mini 版)。现行 Live 用量(滚动 24 小时):Free 有限额度;Go 3 小时(mini);Plus 3 小时;Pro $100 档 15 小时;Pro $200 档不限量;Business Standard / Premium 分别 3 / 15 小时,超出按 1.25 credits/分钟;Enterprise 按量 $0.05/分钟。入口:chatgpt.com 网页、iOS、Android、桌面 App,以及 Codex 和 dots(dots 本身仅限 Pro 和 Business Premium、18 岁以上,Pro 暂不含欧洲经济区/瑞士/英国)。API:1.1 仅称「即将推出」,未给日期;当前 API 里的 gpt-live-1 已于 9 月 10 日 GA,$0.05/分钟、按秒计费,后端模型和工具调用另计。新增声线不含中文。
解读:版本号只加了 0.1,打的却是语音助手最影响日常使用的两个痛点:非英语口音和搜索时的冷场填充。与 Grok Voice 3.0 前后脚发布,说明语音赛道已经进入按天交锋;但 OpenAI 这次先给消费端,API 要再等,开发者短期内仍要在 gpt-live-1($0.05/分钟)和 Grok Voice 3.0($0.08/分钟、指数第一)之间权衡。讨论:1. 语音助手的胜负,看榜单分数还是看口音、等待感这些「体感」?2. 新声线没有中文,OpenAI 的语音还能在中文用户里打开局面吗?
参考资料


