2026. szeptember 11., péntek · Modellek
OpenAI API-n keresztül is elérhetővé teszi az élő hangmodelljét
OpenAI hivatalos közlése szerint a GPT-Live-1 nevű beszédmodell mostantól fejlesztői API-n keresztül is elérhető, és full-duplex módban működik, vagyis egyszerre képes beszélni és hallgatni. A modell már a ChatGPT-ben is fut, és a The Decoder cikke szerint fejlesztők különböző háttérmodellekkel párosíthatják a feladat jellegétől függően. Az OpenAI saját benchmarkjai alapján a GPT-Live-1 a full-duplex interakciós teszten 80,1 százalékot ér el a korábbi GPT-Realtime-2.1 45,4 százalékával szemben, a válaszadási késleltetés 1,4-ről 0,8 másodpercre csökkent, az eszközhívási pontosság pedig 60-ról 87 százalékra nőtt. A cikk szerint a Yelp már telefonos foglalások kezelésére használja a modellt, a vállalat CTO-ja, Alex Levy szerint javult a hívások kezelése. A használat percenként 0,05 dolláros díjjal jár, a modell tizenkét új hangot is kínál.
Egy forrás erősíti A hír állításait legfeljebb egy forrás támasztja alá tárgyilag; a többi forrás anyaga nem erről szól.
Miért fontos?
A GPT-Live-1 API elérhetővé válásával a fejlesztők közvetlenül építhetnek olyan telefonos ügyfélszolgálati és foglalási alkalmazásokat, mint amilyet a Yelp már bevezetett, méghozzá az OpenAI szerint jelentősen jobb tool-calling pontossággal (87%) és alacsonyabb késleltetéssel (0,8 mp).
Források
Említve a tudásbázisban
Kapcsolódó témák
Napi összefoglaló
Ez a hír a 2026. szeptember 11., péntek napi AI összefoglaló része.