OpenAI 九月平台日：GPT-Live-1 登陆 API，Agents API 开启 Beta 测试

2026 年 9 月 10 日，有两样东西离开了 Ope​nAI 的平台，而更低调的那个影响范围更大。GPT-Live-1——自 7 月 8 日起一直在 ChatGPT 内部运行的全双工语音模型——现在开发者可以按每分钟 0.05 美元的价格调用其语音。与它一同出现、但在报道中被提及得少得多的，是 Agents API 进入公开测试：它正是运行 Codex 的那套框架，如今作为带有托管沙箱的托管产品对外提供。一个是更好的语音。另一个则是 Ope​nAI 在出售过去构建智能体时最难的那部分。

二者均读自本文所依据的一手来源：OpenAI 的 Agents API 公告、其开发者社区中介绍 API 中 GPT-Live-1 的帖子，以及二者的开发者文档。若某个数字来自 OpenAI 而非外部评估者，下文会照此标注——而有一个数字确实来自外部，这使情况略有不同。

Artificial Analysis 今年开始发布语音到语音指数，GPT-Live-1 在其中占有一席：69.8%，这是语音推理、智能体表现、竞技场偏好和任务成功率的加权平均值。这让它在十一个评分模型中位列第七——落后于 73.9% 的 GPT-Realtime-2.1（即它所取代的模型），也落后于 79.0% 的 Grok Voice Think Fast 2.0。独立排行榜与 OpenAI 自己的基准测试表讲述的并非同一个故事，而两者都属实。

已发布的内容，按它们将改变你架构的顺序排列

• 语音 — GPT-Live-1 已在 API 中上线，名称为 gpt-live-1，语音计费为每分钟 $0.05，按秒计费，后端推理模型按其自身费率单独计费。

• Agents — Agents API 处于公开测试阶段。OpenAI 表示，API 本身不收取额外费用；您需要为模型 token、工具和托管的沙箱容器时间付费。

• 沙盒 —— OpenAI 现在托管执行环境，复用与 Codex 和 ChatGPT 相同的沙盒基础设施，并可通过文件、包、技能和插件进行配置。

• 环境——除了 OpenAI 自己的沙盒之外，团队还可以让智能体指向自己的基础设施，或指向 beta 合作伙伴名单中的第三方沙盒供应商。

语音发布是一个模型故事。Agents API 是一个平台故事，而平台故事才是那些会悄然重新定位代码库的故事。

Agents API：一次 POST 创建一个智能体

核心调用是POST /v1/agents/sessions，并随Ope​nAI-Beta: agents=v1 标头发送；其卖点在于，只要提供任务、模型、工具和环境，就足以取回一个正在运行的智能体。SDK 覆盖 Python、TypeScript/JavaScript、Go、Java 和 Ruby。

让它不止是一个 wrapper 的原因在于，Ope​nAI 是在运营这套 harness，而不是把它交付出去。AgentKit harness 是开源且可审查的，但正在运行的那份副本属于 Ope​nAI——跨长会话的上下文压缩、工具搜索、程序化工具调用、MCP 支持、自定义函数、内置网页搜索，以及并发度可配置的子智能体编排。版本化的 harness 能力会随模型发布一同落地，而这才是真正有意思的承诺：脚手架与模型以相同的节奏向前推进。

对于任何花了一个季度维护一个循环的人——重试逻辑、上下文裁剪、工具路由、总是泄漏状态的子代理扇出——那才是真正的产品。不是模型调用。而是围绕它的、你不再需要编写的管道。

托管沙盒是附带账单的那部分

执行代码的智能体需要有地方来运行代码，而测试版给出了 OpenAI 自己的答案：一个托管沙箱，可运行代码、处理文件并生成产物，还能通过包、技能和插件进行配置。已经拥有加固执行环境的开发者不会被强制使用它——自带基础设施，以及一组具名的沙箱合作伙伴，都在测试版中提供。

在你基于它进行构建之前，有两点运维方面的注意事项值得记下来。测试版的数据驻留仅限美国，并且不支持 Zero Data Retention。对于受监管的工作负载而言，这两条就决定了这是一条试点路径还是生产路径，而它们正是那种往往到最后才被发现的细节。

API 中的 GPT-Live-1：按分钟计费的统一费率才是真正的变化

语音模型本身并不新鲜——它于7月8日取代了ChatGPT内的Advanced Voice Mode——但商业形态却是新的。在Realtime产品线下，音频按token计量，这意味着预测一次通话需要建模音频消耗：一秒静音要消耗多少token，呼叫者打断智能体说话会如何改变输出长度。每语音分钟固定0.05美元，把这一切简化为乘法。连续保持接通一小时是3.00美元。每天一千通电话、平均每通四分钟，大约是每天200美元。

会话通过一个 Live Sessions 端点运行，使用单一模型 ID，且没有带日期的快照可供固定。文档涵盖 WebRTC、WebSockets 以及电话/SIP 作为连接路径，已发布的快速入门构建的是 WebRTC 这条路径。计费有两个计量项，其中只有一个是语音：每一次委托的推理调用、工具调用和网络搜索都按后端模型的正常费率计费。

这套架构的核心是委派。GPT-Live-1 负责处理对话——每秒多次判断是继续聆听、暂停、打断，还是把工作移交出去——并把任何需要真正推理的内容，跨越异步边界传递给一个独立的后端，后者在语音对话持续进行的同时继续工作。文档定义了两种模式：Responses 委派，由 Ope​nAI 替你调用受支持的 Responses 模型，并提供对话上下文；以及客户端委派，由你自己的应用提供后端，并保持对执行、上下文以及哪些结果能到达语音层的控制。在已发布的 Responses 示例中，那个后端是 GPT-5.6 Terra，它被命名在一个委派对象中，并带有自身的指令和工具。在 7 月的消费者版本发布时，它是 GPT-5.5；此后的社区文章则一直指向 GPT-6 Astra。

语音层的每个关键数字都是 Ope​nAI 自己的，并且在撰写本文时，尚未被任何人独立复现：在 Full Duplex Bench v1.5 交互性上达到 80.1%，而 GPT-Realtime-2.1 为 45.4%；轮次切换延迟为 0.798 秒，而后者为 1.41 秒；工具调用成功率为 87%；以及在银行语音支持评估中通过率为 32%，而它所取代的模型为 12.4%。最后一对数字是最诚实的——虽然有了大幅提升，但系统仍然在受监管的工作流程中失败约三分之二。第三方客户证据存在，但很单薄且带有自身利益：Yelp 用于电话预订、EliseAI，以及学习平台 Speak 报告称，与之前的基于轮次的堆栈相比，中断减少了近 80%。

独立评测结果则没那么好看，它值得与上面的榜单并列，而不是附在其下。在 Artificial Analysis 语音到语音指数上——一个综合了语音推理、智能体表现、竞技场偏好和任务成功率的复合得分——GPT-Live-1 为 69.8%，低于 GPT-Realtime-2.1 的 73.9%，也远低于 Grok Voice Think Fast 2.0 的 79.0%。把两者放在一起读，产品的形态就很清楚了：OpenAI 打造出了当下最好的对话机制，却没有造出最好的语音智能体，因为推理被交给了一个在该指数中单独评分的模型。

这两则公告其实是一则公告

放在一起读，这两项发布从两个方向描述了同一次重组。Agents API 把循环、沙箱和上下文管理移入一个托管产品。GPT-Live-1 把对话界面移入一个薄前端，让其思考委托给别处。在两者中，模型都不再是你围绕其构建的东西，而成为你选择的一个组件——并且在两者中，这种选择都只是一行配置，而非一项架构承诺。

这正是路由层所处的接缝。OrcaRouter 并不承载 gpt-live-1：Live Sessions 端点仅属于 OpenAI，我们完全不路由它。委托那一半则是另一回事。语音层把工作交给的后端使用 Responses API，而这是一次普通的模型调用——OpenAI 自己的示例所命名的模型 GPT-5.6 Terra，可通过 OrcaRouter 以 OpenAI 的标价获取：每百万输入 token 2.00 美元、每百万输出 12.00 美元，并开放 Responses 端点。客户端委托更进一步：它允许你的应用直接提供后端，这意味着语音背后的模型可以是你控制的任何端点。Agents API 的模型槽位也是如此：执行框架是 OpenAI 的，但其中的模型由你选择，来自十一家上游提供商的约 190 个模型都位于 一把密钥之后，按提供商标价，且没有任何加价

具体来说，由此可以得出三点。只需修改一行，就能在实时流量上对后端做 A/B 测试，这样你就能在把一条电话线路投入给某个廉价推理器之前，先弄清楚它是否够好。故障转移可以置于委派模型之下，这样上游一个糟糕的下午就不会把整段对话一起拖垮。而且，通过路由 DSL，一次调用就能让一个任务跑在多个后端上，或者借助模型融合由一组模型同时给出回答——当智能体的输出必须被信任、而不仅仅是生成出来时，这一点立刻就有用。

两个发行版里都没有什么？

• GPT-Live-1 不支持图像或视频输入——旧版 ChatGPT 模式所具备的多模态语音功能至今仍未得到解决。

• 语音层不支持结构化输出，因此经 schema 验证的工具参数必须在后端模型中强制执行。

• 免费层级无法访问 GPT-Live-1，且速率限制以并发会话数计量——第 1 层级为 25，到第 5 层级提升至 500。

• 在 Agents API 测试版中，不提供零数据保留，也不支持美国以外的数据驻留。

• 未能独立复现任何 GPT-Live-1 基准数据。

Ope​nAI 在 9 月 10 日押下的赌注是：开发者想要单独购买运行框架，并单独选择大脑。这个赌注的前半部分，如今已成为一项单独列出的条目。后半部分，则是未来十二个月竞争压力将集中落下的地方——因为一个带有可替换模型槽位的托管式运行框架，其表现完全取决于你能放进去的模型，而眼下，这正是整个技术栈中 Ope​nAI 无法独自掌控的那一环。

委托这一半则是另一回事——语音层把工作交出去的后端只是一次普通的模型调用，而 GPT-5.6 Terra可通过 OrcaRouter 以 Ope​nAI 的标价获取，并且已开放 Responses 端点。