OpenAI выпустила голосовую GPT-Live-1.1 в API
Выберите нейросеть: она откроется в новой вкладке. Понадобится ваш доступ к выбранному сервису.
- ChatGPT запрос отправится сразу Открыть с запросом ChatGPT, откроется в новой вкладке
- Perplexity запрос отправится сразу Открыть с запросом Perplexity, откроется в новой вкладке
- Grok запрос подставится в поле Открыть с запросом Grok, откроется в новой вкладке
- DeepSeek скопируйте запрос и вставьте на сайте Открыть сайт DeepSeek, откроется в новой вкладке
- Алиса AI скопируйте запрос и вставьте на сайте Открыть сайт Алиса AI, откроется в новой вкладке
- GigaChat скопируйте запрос и вставьте на сайте Открыть сайт GigaChat, откроется в новой вкладке
Показать текст запроса
Сторонние сервисы работают по своим правилам: может понадобиться вход, действуют их лимиты и тарифы. Сайт передаёт им только текст запроса.
OpenAI 20 ноября открыла GPT-Live-1.1 в API. Разработчики могут подключить модель к голосовым помощникам и другим приложениям с диалогом в реальном времени. Релиз также добавляет режим ожидания, в котором вызов по WebRTC остаётся открытым, когда собеседники молчат.
Как тарифицируются паузы
Разработчик выбирает тайм-аут от 5 до 60 секунд. После этого времени без речи модель приостанавливается, а вызов остаётся на линии. Когда человек снова заговорит, разговор продолжится в том же соединении. Это пригодится, например, если клиенту нужно найти номер заказа или сверить данные по документу.
По данным OpenAI, активный режим стоит $0,05 за минуту, а ожидание после срабатывания тайм-аута стоит $0,02 за минуту. Вызовы инструментов и работа серверной модели оплачиваются отдельно. Предыдущая GPT-Live-1 тоже поддерживает ожидание, поэтому его можно добавить в существующее приложение без перехода на GPT-Live-1.1.
Что меняется в диалоге
OpenAI заявляет, что GPT-Live-1.1 точнее воспринимает буквы и цифры, естественнее говорит с разными акцентами и лучше следует инструкциям. Первая особенность особенно важна для разговоров, в которых точность одного символа влияет на результат, например при уточнении номера бронирования.
Голосовая модель способна слушать пользователя, пока сама говорит, и передавать сложные запросы выбранной серверной модели. В документации OpenAI описан вариант, при котором сервис сам передаёт контекст и возвращает результат в голосовой диалог. Так помощник может поддерживать разговор, пока отдельная модель обращается к подключённым инструментам.
В ChatGPT Plus и Pro эта модель уже использовалась в голосовом режиме. Новшество 20 ноября касается сторонних приложений, для которых доступен идентификатор gpt-live-1.1. При расчёте расходов разработчикам стоит учитывать отдельно минуты разговора, паузы после тайм-аута и запросы к инструментам.