
GPT-Live-1.1 når API:et: Standby kostar nu 0,02 USD
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 186 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 358 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 87 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 139 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
Fem veckor efter att GPT-Live-1.1 ersatte sin föregångare i ChatGPT Voice blev den anropbar. Modellen gick live på OpenAI API den 19 november 2026 under ID:t gpt-live-1.1, endast nåbar via v1/live/sessions. Ändringsloggposten är tre meningar lång och nämner uttal, accentkonsekvens och transkription. Det är på prissidan den verkliga nyheten finns: vid sidan av de välbekanta $0,05 per aktiv röstminut finns nu en andra rad, $0,02 per minut, för en session som är ansluten men inte tänker. Tystnad, som tidigare kostade lika mycket som tal, är nu 60 % billigare.
Den andra raden är den del som är värd att förstå, eftersom den förändrar formen på en kostnadsmodell snarare än storleken på en siffra. Det här är en versionsinformation om ett modellbyte kopplat till en faktureringsändring, och det är faktureringsändringen som kommer att synas på din faktura.
Vad släpptes den 19 november?
Modellsidan beskriver GPT-Live-1.1 som en full-duplex röstmodell för flerspråkiga samtal, och det enda kapacitetspåstående som kopplas till versionshöjningen är jämförande och okvantifierat: jämfört med GPT-Live-1 "transkriberar den tal mer träffsäkert och bibehåller en mer enhetlig accent och röst över språk". Det finns ingen benchmarktabell, ingen felprocent för ord, ingen lista över vilka språk som förbättrats och hur mycket. Det är värt att säga rakt ut, eftersom ett versionsnummer inbjuder till antagandet om en uppmätt förbättring, och OpenAI har publicerat påståendet snarare än mätningen.
Strukturellt sett har inget annat flyttats. In- och utdatamodaliteterna är ljud och text. Listan över funktioner som stöds är strömning och funktionsanrop. Bilder och video är inte indata. Chat Completions, Responses, Realtime, transkribering, översättning, talgenerering, batch, finjustering, embeddings och moderering anges alla som ej stödda – Live sessions-slutpunkten är den enda vägen in, vilket är samma upplägg som GPT-Live-1 har haft sedan den blev allmänt tillgänglig den 10 september 2026.
Det som har vuxit fram kring modellen är röstutbudet. Live-dokumentationen listar nu 21 namngivna röster som omfattar engelska med australisk, brittisk, irländsk, nordamerikansk, filippinsk och sydstatsamerikansk accent, plus brasiliansk portugisiska, tyska, franska, hindi, japanska och koreanska. Nio av dessa – Nuri, Juni, Flitz, Brise, Sillage, Nira, Harema, Shida och Noeul – lades till den 16 oktober 2026, samtidigt som prompt-till-röst blev allmänt tillgängligt för alla API-kunder. Promptgenererade röster är gratis att skapa och debiteras enligt normala sessionspriser när de används, och de fungerar med GPT-Live men inte med den fristående text-till-tal-slutpunkten.
Standby är den verkliga förändringen

En röstsession som hålls öppen medan ingen pratar är normaltillståndet för en telefonagent, en bilassistent eller en supportlinje med en kund i vänteläge. Före den här veckan betalade du den aktiva taxan för den tystnaden. Nu kan du konfigurera sessionen att sluta göra inferenser efter en viss tidsperiod utan tal och återuppta när någon pratar, och den pausade tiden debiteras med 0,02 USD per minut.
Konfigurationen är liten och specifik:

• Väckningspolicy — ställ in session.wake_policy.type till speech så att sessionen väntar på tal innan den börjar göra inferens, i stället för att starta vid anslutning.
• Tidsgräns för inaktivitet – ställ in session.idle_timeout_s på ett heltal mellan 5 och 60. Det är antalet sekunder utan in- eller utdatatranskript som förflyter innan sessionen återgår till standby. Utelämna det och inferensen förblir aktiv efter den första väckningen tills sessionen avslutas, vilket är det gamla beteendet med ett nytt namn.
• Känslighet — session.wake_policy.vad_threshold tar ett tal från 0 till 1 och har standardvärdet 0,5. Högre värden kräver starkare bevis på tal innan sessionen väcks, vilket är ratten du justerar när ett bullrigt rum fortsätter att väcka den.
• Händelser — session.paused utlöses när tidsgränsen för inaktivitet stoppar inferensen; session.resumed utlöses när inferensen är redo igen, inklusive vid första uppvakningen.
Två operativa detaljer är viktigare än parameterlistan. Mikrofonspåret förblir aktivt medan sessionen är i standby, och anslutningen och sessions-ID:t förblir desamma — sessionen återupptas och återställer konversationshistoriken när användaren talar, så du autentiserar inte om en uppringare eller bygger upp kontexten på nytt. Och standby är en WebRTC-funktion: dokumentationen beskriver den för WebRTC-sessioner, och vägledningen för inaktiva sessioner för andra transportprotokoll är att stänga sessionen och starta en ny. Om du använder WebSockets eller SIP är den billigare taxan inte den hävstång du har.
Kostnaden är inte noll heller. Dokumentationen är tydlig med att efter standby kan det första svaret på ett kort yttrande ta längre tid, eftersom modellen startar om inferensen i stället för att fortsätta den. Du byter latens på första turen efter tystnad mot 60 % rabatt på själva tystnaden.
Vad en tyst minut kostar
Båda taxorna debiteras per sekund, så beräkningen är kontinuerlig i stället för avrundad till minuten. OpenAIs eget räkneexempel är ett samtal som är 60 sekunder aktivt och 30 sekunder i standby: en minut à 0,05 USD plus en halv minut à 0,02 USD blir 0,06 USD för 90 sekunders anslutningstid. Hade alla 90 sekunder varit aktiva skulle samma samtal ha kostat 0,075 USD.
Skala upp det till något som liknar en driftsättning. Ett åttatimmars uppkopplat skift med 30 % standby är 5,6 aktiva timmar à $3,00 och 2,4 standbytimmar à $1,20 — $19,68 mot $24,00, en besparing på $4,32 per skift, eller cirka 18 %. Höjer man standby till halva skiftet kostar samma dag $16,80, en minskning med 30 %. Detta är enbart siffror för röstlinjen. Användning av backendmodell och verktyg faktureras separat och är i en verklig driftsättning ofta den större summan.

En avgift överlever optimeringen: att skapa en WebRTC-session med POST /v1/live/sessions debiterar 15 sekunder av röstlängd medan sessionen initieras. Det beloppet krediteras mot längdavgifterna när sessionen har börjat köra, så det är inte en extraavgift för en session som fungerar – men det är en verklig kostnad för en applikation som öppnar sessioner spekulativt, och det gör "stäng sessionen och starta en ny" mindre gratis än det låter för korta interaktioner.
Backend är en separat faktura.
GPT-Live är ett tvådelat system, och versionshöjningen ändrade inte det. Röstmodellen hanterar det talade samtalet; resonemang och verktygsanvändning delegeras över en asynkron gräns till en backendmodell eller agent som du konfigurerar. Med Responses-delegering anropar GPT-Live den Responses-modell du anger och returnerar resultaten till det pågående samtalet. Med klientdelegering förbereder din applikation kontexten, kör arbetsflödet och skickar tillbaka resultaten – det är läget du bör välja när du behöver anpassad routning mellan modeller, reservlösningar eller budgetar över backendsteg.
OpenAI:s dokumentation rekommenderar att börja med gpt-6-luna och gå över till gpt-6-sol för mer komplexa backend-arbeten, och båda ligger på standardtaxan för tokens: $0,10 och $0,50 per miljon tokens för Luna, $2,00 och $10,00 för Sol, för indata respektive utdata. Under ett långt samtal kan den där backend-kostnaden helt överstiga röstlinjen, vilket är anledningen till att standbyrabatten bör ses som en åtgärd för en rad på fakturan snarare än för hela fakturan.
Det är också här en router gör sig förtjänt av sin plats. OrcaRouter tillhandahåller inte GPT-Live-1.1 – slutpunkten för Live-sessioner är OpenAIs egen, och katalogen innehåller ingen full-duplex röstmodell. Det den däremot tillhandahåller är den hälften av systemet som står för tänkandet: gpt-6-luna, gpt-6-sol och resten av GPT-6-familjen ligger bakom en enda nyckel till leverantörens listpris utan påslag, så tokensidan av en Live-driftsättning kan routas, växlas över vid fel och prissättas på samma sätt som den skulle ha gjort var som helst annars. Om du utvärderar vilken backend som gör en röstminut för $0,05 värd att betala för, är den jämförelsen billig att köra via en enda slutpunkt.
Den öppna frågan
Ingen utanför OpenAI har ännu publicerat en mätning av GPT-Live-1.1. Artificial Analysis index för tal-till-tal, avläst den 20 november 2026, listar GPT-Live-1 två gånger – 83,2 på indexet med en backend i Astra-klass vid medium resonemangsansträngning, 80,1 med en backend i Sol-klass vid låg – och tar inte upp 1.1 överhuvudtaget. Det är inte en kritik av lanseringen; modellen är en dag gammal på API:et och oberoende utvärdering tar längre tid än så. Det är en anledning att behandla påståendena om accent och transkribering som leverantörsrapporterade tills de inte är det, och en anledning att testa just det du köper: om din produkt kör spanska och japanska är förbättringen av accentkonsekvens antingen hörbar i dina egna inspelningar eller inte, och ingen tredje part kan säga det till dig ännu.
Den praktiska tolkningen för den här veckan är snäv. Om du redan kör GPT-Live-1 är uppgraderingen en ändring av modell-ID utan prisförändring och utan API-ändring, och standby-taxan är tillgänglig för båda modellerna – ändringsloggposten omfattar GPT-Live-1 och GPT-Live-1.1 WebRTC-sessioner tillsammans. Ställ in en timeout för inaktivitet innan du ställer in något annat, eftersom det är den enda posten i utgåvan som ändrar vad du betalar.
Jämförda i den här artikeln1
Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen
