عرضه GPT‑Live‑1 در API؛ مکالمه هم‌زمان و هزینه جداگانه مدل پشتیبان
OpenAI مدل صوتی GPT‑Live‑1 را در API عمومی کرد؛ پردازش هم‌زمان صدا، نقش مدل پشتیبان، تعرفه جلسه و محدودیت ادعاهای ارزیابی شرکت را بشناسید.
در این مقاله می‌خوانید ۳ بخش
مدل صوتی چه کاری انجام می‌دهد؟
OpenAI در اطلاعیه ۱۰ سپتامبر ۲۰۲۶، عرضه GPT‑Live‑1 در API را به‌صورت عمومی اعلام کرد. قابلیت اصلی این مدل، پردازش هم‌زمان صدای ورودی و خروجی است؛ برای ادامه مکالمه هنگام قطع صحبت، اصلاح پرسش یا انجام کار در پشت‌صحنه.
توسعه‌دهندگان می‌توانند استدلال عمیق‌تر و فراخوانی ابزارها را به مدل دیگری از OpenAI یا یک مدل شخص ثالث بسپارند. بنابراین عملکرد نهایی عامل صوتی فقط به GPT‑Live‑1 وابسته نیست. لحن، سرعت و سبک گفتار نیز با دستور سیستمی قابل هدایت است. این خبر درباره دسترسی API است، نه سهمیه ChatGPT Voice.
هزینه جلسه، کل هزینه عامل نیست
طبق مستندات مدل، شناسه درخواست gpt-live-1 و تعرفه جلسه صوتی ۰٫۰۵ دلار در دقیقه است. هزینه به‌صورت ثانیه‌ای محاسبه می‌شود و زمان به دقیقه کامل گرد نمی‌شود؛ اما هزینه مدل پشتیبان و ابزارها جداست.
محدودیت دسترسی بر پایه تعداد جلسات هم‌زمان تعیین شده است: Free پشتیبانی نمی‌شود و سقف‌های Build، Launch و Grow به‌ترتیب ۵۰، ۳۰۰ و ۵۰۰ جلسه‌اند. این شرایط مربوط به API است و تأییدی بر دسترسی یا امکان پرداخت در ایران نیست.
ارزیابی‌های اعلام‌شده چه می‌گویند؟
OpenAI بهبود ۳۰ واحد درصدی در Full Duplex Bench را گزارش کرده است. نتیجه Tau3 نیز با مدل پشتیبان GPT‑6 Astra در سطح استدلال متوسط ارائه شده؛ پس نباید آن را صرفاً به مدل صوتی نسبت داد. این‌ها ارزیابی‌های خود شرکت‌اند، نه آزمون مستقل کیفیت فارسی یا تضمین عملکرد برای کاربران.
هنوز دیدگاهی منتشر نشده است. اولین نفر باشید.