
GPT-Live-1.1 đã có mặt trên API: Chế độ chờ giờ chỉ tốn $0.02
- OrcaMỚIOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 trên 1 triệu token · 186 tok/s
- tencentMỚITencent: Hy4 Flash2026-11-16$0.02 / $0.07 trên 1 triệu token · 358 tok/s
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 87 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 139 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 trên 1 triệu token · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 trên 1 triệu token · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 trên 1 triệu token · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
Năm tuần sau khi GPT-Live-1.1 thay thế mô hình tiền nhiệm bên trong ChatGPT Voice, nó đã có thể được gọi. Mô hình này ra mắt trên API OpenAI vào ngày 19 tháng 11 năm 2026 với ID gpt-live-1.1, chỉ có thể truy cập thông qua v1/live/sessions. Mục nhật ký thay đổi dài ba câu và đề cập đến cách phát âm, độ nhất quán của giọng và phiên âm. Trang giá mới là nơi có thông tin thực sự: bên cạnh mức quen thuộc $0.05 mỗi phút thoại hoạt động, giờ đây có thêm dòng thứ hai, $0.02 mỗi phút, cho một phiên được kết nối nhưng không suy nghĩ. Sự im lặng, từng có giá ngang bằng với lời nói, giờ đây rẻ hơn 60%.
Dòng thứ hai là phần đáng để hiểu, vì nó thay đổi hình dạng của một mô hình chi phí chứ không phải độ lớn của một con số. Đây là ghi chú phát hành về việc hoán đổi mô hình gắn liền với một thay đổi về tính phí, và thay đổi về tính phí mới là thứ sẽ xuất hiện trên hóa đơn của bạn.
Có gì đã được phát hành vào ngày 19 tháng 11?
Trang mô hình mô tả GPT-Live-1.1 là một mô hình giọng nói song công hoàn toàn dành cho các cuộc hội thoại đa ngôn ngữ, và tuyên bố duy nhất về năng lực gắn với việc tăng phiên bản mang tính so sánh và không được định lượng: so với GPT-Live-1, mô hình này "phiên âm giọng nói chính xác hơn và duy trì giọng điệu cùng giọng nói nhất quán hơn xuyên các ngôn ngữ." Không có bảng đánh giá chuẩn, không có tỷ lệ lỗi từ, không có danh sách ngôn ngữ nào được cải thiện bao nhiêu. Điều đó đáng được nói thẳng, bởi một số phiên bản khơi gợi giả định về một cải thiện đã được đo lường, và OpenAI đã công bố tuyên bố thay vì phép đo.
Về mặt cấu trúc, không có gì khác thay đổi. Các phương thức đầu vào và đầu ra là âm thanh và văn bản. Danh sách tính năng được hỗ trợ gồm streaming và gọi hàm. Hình ảnh và video không phải là đầu vào. Chat Completions, Responses, Realtime, chép lời, dịch, tạo giọng nói, batch, tinh chỉnh, embeddings và kiểm duyệt đều được liệt kê là không được hỗ trợ — endpoint Live sessions là lối vào duy nhất, đây cũng chính là cách bố trí mà GPT-Live-1 đã duy trì kể từ khi được cung cấp rộng rãi vào ngày 10 tháng 9 năm 2026.
Điều đã tích lũy xung quanh mô hình chính là danh mục giọng nói. Tài liệu Live hiện liệt kê 21 giọng nói có tên, bao gồm tiếng Anh với các giọng Úc, Anh, Ireland, Bắc Mỹ, Philippines và miền Nam Hoa Kỳ, cùng tiếng Bồ Đào Nha Brazil, Đức, Pháp, Hindi, Nhật Bản và Hàn Quốc. Chín trong số đó — Nuri, Juni, Flitz, Brise, Sillage, Nira, Harema, Shida và Noeul — đã được thêm vào ngày 16 tháng 10 năm 2026, cùng với việc prompt-to-voice trở nên khả dụng chung cho tất cả khách hàng API. Giọng nói được tạo bằng prompt được tạo miễn phí và được tính phí theo mức giá phiên thông thường khi sử dụng, đồng thời hoạt động với GPT-Live nhưng không hoạt động với endpoint chuyển văn bản thành giọng nói độc lập.
Chế độ chờ chính là sự thay đổi thực sự.

Một phiên thoại vẫn mở trong khi không có ai nói là trạng thái bình thường của tổng đài viên điện thoại, trợ lý trong xe hoặc đường dây hỗ trợ có khách hàng đang chờ. Trước tuần này, bạn phải trả mức giá hoạt động cho khoảng im lặng đó. Giờ đây, bạn có thể định cấu hình phiên để ngừng suy luận sau một khoảng thời gian nhất định không có lời nói và tiếp tục khi có người nói, và thời gian tạm dừng được tính $0.02 mỗi phút.
Cấu hình nhỏ và cụ thể:

• Chính sách đánh thức — đặt session.wake_policy.type thành speech để phiên chờ lời nói trước khi bắt đầu suy luận, thay vì bắt đầu ngay khi kết nối.
• Thời gian chờ không hoạt động — đặt session.idle_timeout_s thành một số nguyên từ 5 đến 60. Đó là số giây không có bản ghi đầu vào hoặc đầu ra trôi qua trước khi phiên trở về chế độ chờ. Nếu bỏ qua, quá trình suy luận vẫn hoạt động sau lần đánh thức đầu tiên cho đến khi phiên kết thúc, đây là hành vi cũ với tên mới.
• Độ nhạy — session.wake_policy.vad_threshold nhận một số từ 0 đến 1 và mặc định là 0.5. Giá trị cao hơn yêu cầu bằng chứng về giọng nói mạnh hơn trước khi phiên được đánh thức, đây là nút bạn điều chỉnh khi một căn phòng ồn ào cứ đánh thức phiên.
• Sự kiện — session.paused kích hoạt khi thời gian chờ không hoạt động dừng suy luận; session.resumed kích hoạt khi suy luận sẵn sàng trở lại, kể cả ở lần đánh thức đầu tiên.
Hai chi tiết vận hành quan trọng hơn danh sách tham số. Track micrô vẫn hoạt động trong khi phiên ở chế độ chờ, và kết nối cùng ID phiên không thay đổi — phiên tiếp tục và khôi phục lịch sử hội thoại khi người dùng nói, nên bạn không phải xác thực lại người gọi hay dựng lại ngữ cảnh. Và chế độ chờ là một tính năng của WebRTC: tài liệu mô tả nó cho các phiên WebRTC, còn hướng dẫn về phiên không hoạt động cho các giao thức truyền tải khác là đóng phiên và bắt đầu một phiên mới. Nếu bạn đang dùng WebSockets hoặc SIP, mức giá rẻ hơn không phải là đòn bẩy mà bạn có.
Cái giá này cũng không phải bằng không. Tài liệu nói rõ rằng sau chế độ chờ, phản hồi đầu tiên cho một câu nói ngắn có thể mất nhiều thời gian hơn, vì mô hình đang khởi động lại quá trình suy luận thay vì tiếp tục quá trình đó. Bạn đang đánh đổi độ trễ ở lượt đầu tiên sau khoảng lặng để lấy mức giảm 60% cho chính khoảng lặng đó.
Cái giá của một phút im lặng
Cả hai mức cước đều tính theo giây, nên phép tính là liên tục thay vì được làm tròn đến phút. Ví dụ minh họa của chính OpenAI là một cuộc gọi dành 60 giây ở trạng thái hoạt động và 30 giây ở trạng thái chờ: một phút với giá $0.05 cộng nửa phút với giá $0.02 thành $0.06 cho 90 giây thời gian kết nối. Nếu toàn bộ 90 giây đều hoạt động, cùng cuộc gọi đó sẽ tốn $0.075.
Hãy mở rộng quy mô đó thành một thứ giống như một đợt triển khai. Một ca trực kết nối tám giờ với 30% thời gian chờ là 5.6 giờ hoạt động ở mức $3.00 và 2.4 giờ chờ ở mức $1.20 — $19.68 so với $24.00, tiết kiệm $4.32 mỗi ca, tức khoảng 18%. Nếu đẩy thời gian chờ lên một nửa ca, cùng ngày đó chỉ tốn $16.80, giảm 30%. Đây chỉ là các con số cho đường dây thoại. Việc sử dụng mô hình backend và công cụ được tính phí riêng và, trong một đợt triển khai thực tế, thường là con số lớn hơn.

Một khoản phí vẫn tồn tại sau tối ưu hóa: việc tạo một phiên WebRTC bằng POST /v1/live/sessions sẽ tính 15 giây thời lượng thoại trong khi phiên khởi tạo. Khoản đó được trừ vào phí thời lượng khi phiên bắt đầu chạy, nên nó không phải là phụ phí đối với một phiên thực sự hoạt động — nhưng nó là một chi phí thực sự đối với ứng dụng mở phiên một cách đón đầu, và khiến việc "đóng phiên và bắt đầu phiên khác" không còn miễn phí như nghe có vẻ đối với các tương tác ngắn.
Backend là một hóa đơn riêng biệt.
GPT-Live là một hệ thống gồm hai phần và việc tăng phiên bản không làm thay đổi điều đó. Mô hình giọng nói quản lý cuộc hội thoại bằng lời nói; suy luận và sử dụng công cụ được ủy quyền qua một ranh giới bất đồng bộ đến một mô hình hoặc tác nhân backend mà bạn cấu hình. Với ủy quyền Responses, GPT-Live gọi mô hình Responses mà bạn chỉ định và trả kết quả về cuộc hội thoại trực tiếp. Với ủy quyền phía client, ứng dụng của bạn chuẩn bị ngữ cảnh, chạy quy trình và gửi kết quả trả lại — đây là chế độ nên chọn khi bạn cần định tuyến tùy chỉnh giữa các mô hình, dự phòng hoặc ngân sách xuyên các bước backend.
Tài liệu của OpenAI khuyến nghị bắt đầu với gpt-6-luna và chuyển sang gpt-6-sol cho công việc backend phức tạp hơn, và cả hai đều theo mức tính token tiêu chuẩn: $0.10 và $0.50 mỗi triệu token cho Luna, $2.00 và $10.00 cho Sol, tương ứng với đầu vào và đầu ra. Trong một cuộc gọi dài, chi phí backend đó có thể vượt toàn bộ phần đường thoại, đó là lý do nên hiểu chiết khấu dự phòng là một bản sửa cho một dòng của hóa đơn chứ không phải cho toàn bộ hóa đơn.
Đây cũng là lúc một router chứng tỏ được vai trò của mình. OrcaRouter không phục vụ GPT-Live-1.1 — endpoint phiên Live là của riêng OpenAI, và danh mục không có mô hình thoại song công hoàn toàn. Thứ nó phục vụ là nửa hệ thống đảm nhận phần suy nghĩ: gpt-6-luna, gpt-6-sol và phần còn lại của dòng GPT-6 nằm sau một khóa duy nhất với giá niêm yết của nhà cung cấp, không cộng thêm phí, nên phía token của một triển khai Live có thể được định tuyến, chuyển đổi dự phòng và định giá giống như ở bất kỳ nơi nào khác. Nếu bạn đang đánh giá backend nào khiến một phút thoại $0.05 đáng để trả tiền, thì việc so sánh đó rất rẻ khi chạy qua một endpoint.
Câu hỏi còn bỏ ngỏ
Chưa ai bên ngoài OpenAI công bố phép đo nào về GPT-Live-1.1. Chỉ số chuyển giọng nói sang giọng nói của Artificial Analysis, đọc ngày 20 tháng 11 năm 2026, có GPT-Live-1 hai lần — 83,2 trên chỉ số với backend Astra-class ở mức nỗ lực suy luận trung bình, 80,1 với backend Sol-class ở mức thấp — và hoàn toàn không có 1.1. Đó không phải là lời chỉ trích bản phát hành; mô hình mới có một ngày trên API và đánh giá độc lập cần nhiều thời gian hơn thế. Đó là lý do để coi các tuyên bố về trọng âm và chép lời là do nhà cung cấp báo cáo cho đến khi có bằng chứng ngược lại, và là lý do để kiểm tra đúng thứ bạn đang mua: nếu sản phẩm của bạn chạy tiếng Tây Ban Nha và tiếng Nhật, cải thiện về độ nhất quán trọng âm hoặc là nghe được trong bản ghi của chính bạn, hoặc là không, và chưa bên thứ ba nào có thể nói cho bạn.
Điểm đáng chú ý thực tế trong tuần này khá hẹp. Nếu bạn đã chạy GPT-Live-1, bản nâng cấp chỉ là thay đổi ID mô hình, không thay đổi giá và không thay đổi API, còn mức giá standby áp dụng cho cả hai mô hình — mục changelog đề cập đến các phiên WebRTC của GPT-Live-1 và GPT-Live-1.1 cùng nhau. Hãy đặt thời gian chờ không hoạt động trước khi cấu hình bất kỳ thứ gì khác, vì đó là mục duy nhất trong bản phát hành làm thay đổi số tiền bạn phải trả.
So sánh trong bài viết này1
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
