GPT-Live-1 对比 SeedRealtime：SeedRealtime 是更雄心勃勃的模型，而你买不到它

在能力上比较 GPT-Live-1 和 SeedRealtime，会得出一个令人不安的答案，因为这两个模型并非在同一套条件下竞争。GPT-Live-1 是 OpenAI 的全双工语音模型，于 2026 年 7 月 8 日在 ChatGPT 内上线，并于 2026 年 9 月 10 日通过 Live Sessions API 向开发者开放，提供 12 种声音、已公布的每分钟费率，以及一个明显的缺口：明确不支持图像和视频输入。SeedRealtime 由字节跳动 Seed 团队于 2026 年 8 月 5 日发布，完全围绕这一缺口构建。它是一个原生音视频全双工模型，在单一端到端架构中同时观看、聆听和说话——而且它仅在豆包消费端应用内提供，没有公开 API，没有开源权重，没有技术报告，也没有公布参数规模。

每一个实际上能感知到什么

看清这一差距最简洁的方法，就是问每个模型对它所在的房间了解多少。

GPT-Live-1 能听。这就是全部的输入面。音频和文本输入，音频和文本输出，而 OpenAI 的文档将图像和视频列为不支持。它极其出色地处理了听觉的对话机制——它每秒多次决定是继续聆听、暂停、打断还是调用工具，并且它保持全双工，因此在说话时仍持续处理输入的音频。它还会在返回音频的同时返回语音识别转录文本，这是那种不起眼却能省下一周集成工作的细节。

SeedRealtime 能听也能看，靠的是单一模型而非流水线。ByteDance 描述了一种统一架构，将音频、视频与文本一并处理，并借助视觉语境消解歧义——区分同音词，从场景、手势、目光和先前的动作中理解“this”究竟指什么——同时让感知、理解、决策与表达并行运转，而非依次串行。ByteDance 公布的演示包括：一场嘈杂的群体晚餐，模型必须把声音与身份对应起来；一次博物馆参观；纠正一段浓缩咖啡的制作流程；以及在机场抑制干扰，同时保有屏幕外的记忆并进行在线查询。

• 输入 — GPT-Live-1 仅支持音频和文本，图像和视频明确不支持，而 SeedRealtime 将音频、视频和文本融合在一个模型中

• 话轮转换 —— GPT-Live-1 在内部自行决策，每秒多次；而 SeedRealtime 将话轮转换移入模型内部，并彻底移除了外部的语音活动检测器

• 主动行为 — {{1}}GPT-Live-1 会做出响应、委派任务并调用工具{{/1}}；相比之下，{{2}}SeedRealtime 被描述为在目标物体出现在视野中时会主动发声{{/2}}

• 可用性 — GPT-Live-1 已在 Ope​nAI 的 API 中全面可用，每分钟 0.05 美元；而 SeedRealtime 在 Doubao 内免费，但没有 API，也没有推出 API 的时间表

证据质量与雄心呈反向关系

正是在这一点上，这种比较不再对字节跳动有利了。

OpenAI 公布了数字。这些数字是它自家的，比较的是 GPT-Live-1 与 GPT-Realtime-2.1，而不是与竞争对手对比，也没有任何独立实验室复现过——全双工交互性为 80.1% 对 45.4%，对话轮次切换延迟从 1.4 秒降至 0.8 秒，工具调用准确率从 60% 升至 87%。由厂商自行运行且未经复现，这确实是一个实打实的保留意见，而且至少是一个你能把它挂到某个具体数字上的保留意见。

ByteDance 几乎不公开任何内容。关于 SeedRealtime 的核心说法来自一项端到端人工评估，称其相比级联的 ASR 加视觉加 TTS 系统，将音视频对话节奏问题减半——更少在句子中途打断，更少在停顿后回复迟缓，更少因背景说话声而误触发。但没有样本量，没有方法论，没有改进幅度的确切数字，也完全没有延迟数据。同样没有参数规模，也没有技术报告。

结果是，那个架构更有意思的模型，恰恰是你最无法评估的那个。这并不等于说它表现更差——那些演示确实令人印象深刻，围绕分块音视频输入和流式生成的工程说明也表明，这是一个真实的系统，而不是一个演示——但这确实意味着，目前对这两者做任何质量上的比较，都是在拿一个有文档记录的模型和一个令人印象深刻的视频作比较。

为什么 API 缺口不是细节

SeedRealtime 自 2026 年 8 月 5 日起已在 Doubao 内全面上线，语音和视频均支持，且免费。它没有 Volcano Engine 或 BytePlus 端点，没有付费层级，没有公布配额，也没有公布开放开发者访问的时间表。ByteDance 的路线图提到更低延迟、更精准的说话人跟踪和工具连接型任务；但没有提到具体日期。

还有一个访问限制，使问题更加严重。Doubao 是一款中国大陆优先的产品，通常需要中国大陆手机号才能注册，且尚未公布本地化的英文版本。对于中国境外的团队来说，SeedRealtime 不仅尚未作为 API 推出——它作为产品也无法访问。

把这一点与 GPT-Live-1 自身的集成负担放在一起权衡，取舍就变得具体了。Ope​nAI 的 API 在某些方面范围之窄会令人意外：只有一个模型 ID，一个位于 v1/live/sessions 的端点，使用 WebRTC 传输并在数据通道上处理事件，而且无法通过 Chat Completions、Responses、Realtime、Batch 或微调端点接入。速率限制以并发会话数计——Tier 1 为 25，之后依次升至 50、200、300 和 500——而不是每分钟请求数，并且 Free 层级根本无法调用该模型。这是一种新的集成，而且仍然是你今天下午就能开始做的集成。

同一委托问题的两个答案

两个模型都否定了旧的级联设计——语音识别、语言模型和语音合成依次运行，每轮之间约有 1.7 秒的静默空白。它们否定它的方式不同，而这种差异会告诉你，哪一个是为电话通话打造的，哪一个是为房间打造的。

GPT-Live-1 按垂直方向拆分工作。一个快速的语音层负责维持对话；任何更重的任务——网页搜索、更深入的推理、智能体工作——都会通过 Responses API 交给一个独立的推理模型处理，而对话仍在继续。OpenAI 发布的 WebRTC 示例将该后端接入 GPT-5.6 Terra。这样一来，负责思考的那一半就是一次普通的文本模型调用，按 token 定价，因此你可以独立于语音层对其进行选择、替换和路由。对于客服热线而言，这样的形态正合适：语音是界面，推理是产品。

SeedRealtime 把所有东西都放在一个网络里，这正是它能在一个手势还处于句子中途时就去观察它的原因。也正是这一点让它无法被拆解——你没法替换推理的那一半，因为根本不存在推理的那一半；你也没法把它放到任何地方运行，因为没有任何地方可供运行。

如果你今天要构建一个语音智能体，这一区别就是全部决策所在。这两者中只有一个是可以放进架构里的组件。GPT-5.6 Terra——OpenAI 委派示例中的后端——通过 OrcaRouter 提供服务，价格为每百万输入 token 2.00 美元、每百万输出 token 12.00 美元，拥有 100 万 token 的上下文窗口，并同时开放 /v1/chat/completions 和 /v1/responses 接口——此外还可在同一把密钥下访问约 190 个其他模型，因此语音智能体背后的推理层可以拆分、定价和故障转移，而无需触动音频路径。GPT-Live-1 和 SeedRealtime 均不由 OrcaRouter 提供服务；它们是各自供应商的单一来源，任何路由器都无法改变这一点。

什么会改变答案

三件事，按可能性从高到低排列。

• 一个字节跳动的开发者 API。如果 SeedRealtime 出现在火山引擎或 BytePlus 上并公布定价，它就不再只是一个案例研究，而会成为一款真正具备差异化的产品——音视频全双工，且在西方没有任何托管竞争对手。这就是值得关注的信号，而它至今尚未出现。

• 视觉能力登陆托管式语音 API。GPT-Live-1 的文档明确指出图像和视频不受支持，这与其说是疏忽，不如说是有意划定的首发边界。如果 OpenAI 把它一直在 ChatGPT 其他场景中演示的视频功能正式推出，那么让 SeedRealtime 显得有趣的能力差距就会大幅收窄。

• 任何对 SeedRealtime 的独立测量。一个第三方的延迟数据或参数量，就能让两者在雄心之外的东西上进行比较。

对现在要动手开发的人来说，实际结论很简短。GPT-Live-1 是这两者中唯一可以部署的；按秒计费、每分钟 0.05 美元，提供十二种音色和一个有文档说明的端点，对于对话式语音来说，它是一个合理的默认选择。SeedRealtime 是更有趣的模型，也很可能是能力更强的那个；但就目前而言，它展示的是融合音视频架构可以是什么样子，而不是一个能直接放到客户面前的产品。把它归入“值得关注”之列，而不是“可以基于其构建”之列。