OpenAI 于 2026 年 9 月 10 日推出 GPT-Live-1 API，将 ChatGPT 的 full-duplex voice conversation 带给开发者。模型可以同时聆听和说话，处理中途打断、停顿、背景噪音和 backchannel，并让开发者控制语气、速度和对话风格。这是语音代理架构的一次转变，而不只是声音质量更新。
传统 voice agent 通常把 speech-to-text、reasoning model 和 text-to-speech 串成多个阶段，每次 handoff 都可能增加延迟或丢失上下文。GPT-Live-1 把聆听和说话放在同一个语音层，再把更深的推理和 action delegation 给后端文本模型、工具或 agent framework。对应用团队来说，语音互动层和业务执行层可以分开调整。
OpenAI 列出的能力包括 interruption handling、background noise 和 silence management、long-session reliability、ASR transcripts、response text、keyword biasing、turn detection 以及 telephony support。这让语音代理可以更像一段自然通话，但真正的预约、订单更新、账户查询或客服处理，仍需由后端系统按权限执行。
GPT-Live-1 可以把 reasoning 和 tool calls 交给 GPT-6 Astra 或第三方模型。开发者可以让较快的后端处理排程和订单更新，把更复杂的客户问题交给更深的 reasoning，再把简短结果返回语音对话。这种拆分能平衡延迟、成本和任务难度，但也要求团队设计好 delegation、错误恢复、超时和人工升级。
OpenAI 表示，早期评估中 Speak 的 GPT-Live-1 语音导师把 interruption 比上一代 turn-based 系统减少接近 80%；其内部 Full Duplex Bench 结果比 GPT-Realtime-2.1 高 30 个 percentage points，配合 GPT-6 Astra medium 在 Tau3 排名第一。这些是 OpenAI 或客户早期结果，应视为产品方披露的方向性证据，不是每个语音工作流都能重现的独立 benchmark。
定价方面，GPT-Live-1 的前端 voice layer 为每分钟 0.05 美元，后端模型和工具用量另计。这种价格结构意味着企业不能只看每分钟声音成本，还要把后端 reasoning、搜索、数据库、电话供应商、录音保留、人工转接和失败重试一并计算。低延迟不一定等于低总成本。
OpenAI 也提到 Presence 可在 GPT-Live-1 上建立企业语音工作流，让 agent 回答问题、解决问题、使用公司系统、采取批准的 action，并在需要时转交人员。这个描述清楚指出语音层不是完整的安全边界：企业仍要为身份、敏感数据、付款或账户变更设计明确批准和审计。
GPT-Live-1 的意义，是把自然对话和 agent execution 连接成一条更短的路径。它可以让电话客服、预约、语言学习和现场支持更接近真人对话，但真正的部署质量仍取决于后端工具权限、数据来源、人工升级、录音隐私和任务成功定义。语音自然只是入口，工作流治理才是结果。
