
GPT-Live-1.1 已接入 API:待机费用现为 0.02 美元
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 186 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 358 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 139 tok/s
- orca新Orca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百万 tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
五周后,GPT-Live-1.1于ChatGPT Voice中取代其前身之后,它变得可被调用。该模型于2026年11月19日以ID gpt-live-1.1在OpenAI API上线,仅可通过v1/live/sessions访问。更新日志条目只有三句话,提到了发音、口音一致性和转录。定价页面才是真正的新闻所在:除了熟悉的每活跃语音分钟0.05美元之外,现在还多了一行——已连接但未进行思考的会话每分钟0.02美元。过去与说话同价的沉默,现在便宜了60%。
第二行才是值得弄懂的部分,因为它改变的是成本模型的形态,而不是某个数字的大小。这是一则发布说明,讲的是模型替换与计费变更绑定在一起,而计费变更才是会体现在你账单上的那个。
11月19日发布了什么?
模型页面将 GPT-Live-1.1 描述为一款用于多语言对话的全双工语音模型,而这个版本更新所附带的唯一能力说明是比较性的、未量化的:与 GPT-Live-1 相比,它“更准确地转写语音,并在不同语言之间保持更一致的口音和声音”。没有基准测试表,没有词错误率,也没有列出哪些语言提升了多少。这一点值得直说,因为版本号容易让人以为存在经过测量的改进,而 OpenAI 公布的是说法,不是测量结果。
在结构上,其他部分没有任何变动。输入与输出模态均为音频和文本。支持的功能列表为流式传输和函数调用。图像和视频不作为输入。Chat Completions、Responses、Realtime、转录、翻译、语音生成、批处理、微调、嵌入和审核均被列为不支持——Live sessions 端点是唯一的入口,这与 GPT-Live-1 自 2026 年 9 月 10 日正式全面可用以来一直采用的安排相同。
围绕该模型积累起来的是语音清单。Live 文档现在列出了 21 个具名语音,涵盖澳大利亚、英国、爱尔兰、北美、菲律宾和美国南部的英语口音,以及巴西葡萄牙语、德语、法语、印地语、日语和韩语。其中九个——Nuri、Juni、Flitz、Brise、Sillage、Nira、Harema、Shida 和 Noeul——于 2026 年 10 月 16 日加入,同时 prompt-to-voice 向所有 API 客户全面开放。由提示词生成的语音可免费创建,使用时按正常会话费率计费,并且可与 GPT-Live 配合使用,但不能与独立的文本转语音端点配合使用。
待机才是真正的改变

无人说话时仍保持开启的语音会话,是电话智能体、车载助手或客户处于等待状态的客服热线的常态。本周之前,你会为这段静默时间支付活跃费率。现在,你可以将会话配置为在设定的无语音时段后停止推理,并在有人说话时恢复,暂停时间按每分钟 $0.02 计费。
该配置规模小且具体:

• 唤醒策略 — 设置 session.wake_policy.type 为 speech,使会话在开始推理前等待语音,而不是在连接时就开始推理。
• 空闲超时 — 将 session.idle_timeout_s 设置为 5 到 60 之间的整数。即在没有输入或输出转录内容经过这么多秒后,会话将返回待机状态。若省略此项,则从首次唤醒后到会话结束前推理将保持活跃,这相当于旧行为换了个新名称。
• 灵敏度 — session.wake_policy.vad_threshold 接受 0 到 1 之间的数字,默认值为 0.5。值越高,会话唤醒前所需的语音证据就越强;当嘈杂的房间不断把它唤醒时,你就可以调整这个参数。
• 事件 — session.paused 在空闲超时停止推理时触发;session.resumed 在推理再次就绪时触发,包括首次唤醒时。
有两个操作细节比参数列表更重要。会话处于待机状态时,麦克风轨道仍保持活跃,并且连接和会话 ID 保持不变——会话会在用户说话时恢复并还原对话历史,因此你无需重新认证呼叫者或重建上下文。而且待机是 WebRTC 的一项功能:文档中针对 WebRTC 会话描述了它,而对于其他传输方式,空闲会话的指导是关闭会话并启动另一个会话。如果你使用的是 WebSockets 或 SIP,更低费率并不是你可用的手段。
代价也不是零。文档明确指出,在待机之后,对简短话语的首次响应可能会耗时更长,因为模型是在重新启动推理,而不是继续推理。你是在用静默后第一轮的延迟,换取静默本身60%的折扣。
一分钟沉默的代价
两种费率均按秒计费,因此计算是连续的,而不是按分钟取整。OpenAI 自己给出的演算示例是一通电话:其中 60 秒处于活动状态、30 秒处于待机状态;一分钟按 $0.05 计费,加上半分钟按 $0.02 计费,90 秒的连接时长合计为 $0.06。如果全部 90 秒都处于活动状态,同一通电话的费用会是 $0.075。
把这一数字放大到接近真实部署的规模。一个 8 小时连续在线班次、30% 待机,就是 5.6 个活跃小时按 3.00 美元计,加上 2.4 个待机小时按 1.20 美元计——19.68 美元对 24.00 美元,每班次节省 4.32 美元,约 18%。若把待机提高到半个班次,同一天的成本为 16.80 美元,降低 30%。这些只是语音线路的费用。后端模型和工具使用费另行计费,而且在真实部署中,往往还是更大的一项。

优化后仍有一项费用:使用 POST /v1/live/sessions 创建 WebRTC 会话时,会话初始化期间会按 15 秒语音时长计费。会话开始运行后,这笔金额会抵扣时长费用,因此对于真正投入运行的会话来说,它不是附加费——但对于会投机性打开会话的应用来说,这是一项真实成本,而且对于短交互而言,它让“关闭会话再启动另一个”并不像听起来那么免费。
后端是单独计费的。
GPT-Live 是一个由两部分组成的系统,版本号的提升并未改变这一点。语音模型负责管理语音对话;推理和工具使用则通过异步边界委派给你配置的后端模型或代理。使用 Responses 委派时,GPT-Live 会调用你指定的 Responses 模型,并将其结果返回到实时对话中。使用客户端委派时,你的应用负责准备上下文、运行工作流并回传结果——当你需要在后端各步骤之间自定义模型路由、回退或预算时,就应选择这种模式。
OpenAI 的文档建议先从 gpt-6-luna 入手,再转向 gpt-6-sol 处理更复杂的后端工作;两者都按标准 token 计费:Luna 的输入和输出分别为每百万 token $0.10 和 $0.50,Sol 则为 $2.00 和 $10.00。在长时间通话中,这部分后端支出可能完全超过语音线路的费用,因此待机折扣应被理解为对账单中某一项费用的修正,而不是对整个账单的修正。
这也是路由器发挥作用的地方。OrcaRouter 不提供 GPT-Live-1.1——Live 会话端点是 OpenAI 自己的,而且目录中不包含全双工语音模型。它提供的是系统中负责思考的那一半:gpt-6-luna、gpt-6-sol 以及 GPT-6 系列的其他模型都通过一个密钥、按提供商标价且无加价提供,因此 Live 部署的 token 侧可以像在其他任何地方一样进行路由、故障转移和定价。如果你正在评估哪个后端能让 0.05 美元的语音分钟物有所值,那么通过一个端点来做这项比较成本很低。
悬而未决的问题
目前尚无 OpenAI 之外的任何人发布过 GPT-Live-1.1 的测量结果。截至 2026 年 11 月 20 日读取的 Artificial Analysis 语音到语音指数两次收录了 GPT-Live-1——在使用 Astra 级后端、中等推理强度时为 83.2,在使用 Sol 级后端、低推理强度时为 80.1——却完全没有收录 1.1。这并不是对此次发布的批评;该模型在 API 上才上线一天,独立评估所需的时间比这更长。这正是要把口音和转写方面的说法视为厂商自报、直到有独立验证为止的理由,也是要测试你实际购买的具体能力的理由:如果你的产品支持西班牙语和日语,那么口音一致性的提升要么能在你自己的录音中听出来,要么听不出来,而目前还没有第三方能告诉你答案。
本周的实用解读范围很窄。如果你已经在运行 GPT-Live-1,那么升级只是更改模型 ID,价格不变,API 也不变,而且待机费率对两个模型都可用——更新日志条目同时涵盖 GPT-Live-1 和 GPT-Live-1.1 的 WebRTC 会话。在设置其他任何内容之前,先设置空闲超时,因为这是本次发布中唯一会改变你付费金额的项目。
本文中的对比1
根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新
