Yelp 让 GPT-Live-1 支撑起百万次餐厅通话——却不愿透露它买到了什么

Yelp 表示，自 2025 年 10 月以来，它已通过 Yelp Host 处理了超过一百万通餐厅来电，并且截至 2026 年 9 月 10 日，这些通话都运行在 GPT-Live-1 上——即 OpenAI 的全双工语音模型。同一份公告还把 GPT-Live-1 放进了 Hatch，也就是 Yelp 面向服务型企业的 AI 通信平台，公司称该平台在语音、短信、电子邮件和网页渠道中管理着数千万条潜在客户线索。这是迄今为止所有已公布的部署中，全双工语音模型规模最大的一次生产环境落地——而它却是裹在 Yelp 所能写出的最缺乏量化数据的新闻稿里登场的。Yelp 称通话处理有所改善，电话转接有所减少。但它没有说明改善了多少、涉及多少通电话，也没有说明这一切花了多少钱。

{{1}}两个事实都很重要。{{/1}}部署是真实证据，证明一个边说话边聆听的模型能够在实际电话流量中存活下来，这比任何基准测试所能证明的都更有说服力。沉默则是真实证据，证明供应商自己的数字并不好看，不足以公之于众——或者Yelp对投资者的披露义务比其营销胃口要窄得多。

Yelp 实际上发布了什么

架构是值得理解的部分，因为它不是 Yelp 的语音模型。GPT-Live-1 是前端语音层：它是来电者与之对话的对象，也是它决定何时继续聆听、何时接过话轮、何时让出话轮。其下是 Yelp 自身的业务数据，以及公司所谓的专用智能——餐厅的营业时间、预订可用性、菜单、特色菜、座位区域，以及预订系统的当前状态。

这种分工就是整个产品。GPT-Live-1 并不知道周五晚上7:30有没有四人桌。它知道的是如何通过对话去查明这一点。模型的任务是让这次交流感觉像一通电话，而不是一棵菜单树；Yelp 的任务是让答案准确无误。

Yelp 所宣称的行为能力，在类型上具体明确，在程度上却含糊其辞。来电者可以打断、在句子中间转换话题，或在背景噪音中说话，而模型都能适应。系统能识别来电者的语气——兴奋、沮丧、不耐烦——并据此作出回应。在 GPT-Live-1 之上叠加 Yelp 的语言增强功能，使其能够识别并接听几乎任何语言的来电，这解决了餐馆面临的一个现实问题：因为当班员工没人会说来电者的语言而错过的电话，是一次订单流失，而不只是一次糟糕的体验。

这两项运营层面的主张，才是餐厅经营者真正愿意为之掏钱的。Yelp 表示，来电者如今会说完整、自然的句子，而不是简短的语音指令；同时，通话后的转录准确率有所提升，让经营者得到更清晰的记录。第一项是一个先行指标，说明人们已不再把这个代理当作一台需要绕着它说话的机器。第二项则具有不断累积的复利式价值，因为预订专线的产出不只是一笔订单——它更是一份记录，而一份没人读得懂的记录，就是一份没人能据以行动的死记录。

Akhil Kuduvalli Ramesh 说了有用的话

Yelp 的首席产品官给出了标准的套话——每一通电话都更具对话性、响应更迅速，带来卓越的宾客体验，员工得以服务客人，而不用接电话——然后说了一句比整篇新闻稿其余部分都更有价值的话。他说，Yelp Host 捕捉到了“他们原本可能错过的收入机会”。

这才是酒店餐饮业语音代理的诚实表述，它不同于常见的“替代人力”那一套说辞。餐厅购买 AI 接待员，不是为了解雇接待员。它购买是因为在营业时段电话响起，没人能接，来电者就订到别家去了。Yelp Host 自 2025 年 10 月以来处理的一百万通电话，就是这一论点的分母——而 Yelp 刻意没有给出分子，也就是这些电话中有多少转化成了预订或订单。

Teri Yu，OpenAI 的多模态产品负责人，从另一个角度阐释了同一项部署，描述客户使用 GPT-Live-1 处理从预订电话到安排维修的各种事务。两种解读都成立。Yelp 卖的是垂直领域；OpenAI 卖的是横向领域。

没人写进新闻稿的经济学

GPT-Live-1 的语音费用为每分钟 0.05 美元，按秒计费，该模型于 2026 年 9 月 10 日向开发者开放——同一天，Yelp 的公告也发布了。该费率只覆盖语音层。OpenAI 的文档明确指出，代表该模型发起的后端调用，包括它委托给另一模型执行的推理和工具使用，都按该模型的正常费率计费。

拿这个和 Yelp 的数据对比一下。餐厅预订电话很短——几分钟，有时更短。一百万通电话，每通两分钟，大约就是两百万语音分钟，或者说，在产品整个历史中，语音层支出约为 10 万美元。对 Yelp 来说，这只是一个舍入误差，而这正是关键：按每分钟 0.05 美元计算，语音层并不是系统中昂贵的部分。昂贵的部分是每一轮对话背后的推理、电话通信、与每家餐厅预订簿的集成，以及处理智能体无法处理之事的真人。

这也意味着，按分钟计费的价格并不是值得谈判的正确数字。一个因为正确委派任务而只需一轮就完成应答的语音代理，成本低于一个挣扎了九十秒的代理，尽管两者都按秒计费。Yelp 关于转接量下降的说法，在含糊其辞的表象之下，其实是一种成本主张。

语音背后的推理是一次普通的模型调用，而这一层正是此类部署真正可调的地方。大约190 个来自十一家上游提供商的模型位于单个 OrcaRouter 密钥之后，按提供商标价、零加价提供，并在后端出错或超时时自动故障转移——因此，负责 Yelp 风格预订推理的模型可以通过更改一个配置值来替换，或针对实时通话流量进行 A/B 测试，而无需重建集成。资金和质量都体现在这里；语音层的按分钟计费相对固定。

数据才是护城河，而不是模型

任何竞争对手明天都能买到 GPT-Live-1。Toast、Square、Clover、ServiceTitan 和 Housecall Pro 都服务于足够相近的同一批客户，而 Google 和 Amazon 的 Alexa+ 正从消费者一侧解决同一个问题。Yelp 的处境完全不依赖于对这款模型的独家使用权，而 Yelp 自己的表述——专有商业数据加上专门打造的智能，GPT-Live-1 只是负责对话的那一层——也承认了这一点。

Yelp 真正拥有的是预订图谱：哪些餐厅有桌位、何时有、有多少桌，以及一百万通电话背后累积的消费者意图。一个可以被中断的模型，是在大规模收集这类数据的前提条件，因为基于轮次的智能体会产生更短的通话、更多的挂断和更脏的转写文本。这就是为什么即便具体数字没有披露，部署本身仍然重要。在这一语境下，全双工并不是一种更友好的用户体验，它就是数据收集机制。

看什么

三件事将把这件事从可信的部署叙事变成可量化的叙事。Yelp 的下一次财报电话会议，如果管理层对呼叫分流或预订转化给出具体数字。第二个垂直领域宣布同样的集成，这将表明全双工语音是通用型升级还是酒店餐饮业专用升级。以及对 GPT-Live-1 的首次独立评估，该评估基于一个评分推理而非对话机制的榜单——Artificial Analysis Speech to Speech Index 目前将其评为 70.3%，与 GPT-Live-1 mini 持平，在十四款模型的榜单上并列第六，落后于 Gr​ok Voice Think Fast 2.0 High 的 79.0% 和 GPT-Realtime-2.1 High 的 73.9%。Yelp 自身的架构隐含着一个押注：语音层和推理层应当分开评判。迄今为止，独立评分认同这一押注的后半部分，而非前半部分。

在 Yelp 公布具体改动之前，我们其他人看到的是一份关于其架构、而非成果的部署公告。这仍然值得做，因为架构正是其他团队本季度可以照搬的部分。