Phonic 1 对比 GPT Live 1：1.1 秒的演示、5 美分的贴纸，以及无人衡量的账单

关于Phonic 1被重复最多的事实是一个演示对比：在 Phonic 自己的测试中，其智能体在呼叫者停止说话后 1.1 秒响应，而 OpenAI 的GPT Live 1则为 15.7 秒。这是个惊人的数字，它由厂商自行测试，也是这场对比中最没用的东西。最有用的东西几乎相反——GPT Live 1 每分钟五美分的标价，看起来能压过 Phonic 的七美分，直到你加上 OpenAI 给它附加的第二个计费表。在这两个事实之间，才是真正重要的比较，而它有一个清晰的答案：在 Artificial Analysis 的语音到语音排行榜上，Phonic 1 (High) 得分 87.1，而 GPT-Live-1 在其 Astra-medium 配置下得分 83.2，3.9 分的差距几乎完全集中在一个组件上。

这两个模型都是全双工对话系统，都能在通话过程中调用工具；它们都进入了十八个月前还不存在真正能调用工具的语音模型的市场；并且两者都以某种方式将推理与语音层分离。最后这一点相似之处，正是成本比较如此容易出错的原因，也是本文大部分篇幅所讨论的地方。

拆解演示

Phonic 的 1.1 秒与 15.7 秒演示是对真实行为的真实观察，同时也是与两个未知量的比较。第一个未知量是配置：GPT-Live-1 的延迟在很大程度上取决于它委托给哪个后端模型，而 Artificial Analysis 测得的首个音频延迟在 Astra-medium 配置下为 1.34 秒，在 Sol-low 下为 1.24 秒——这两个都不是十五秒。15.7 秒这一数字意味着要么后端处于高推理负载，要么任务工具链很长。第二个未知量是任务：这两个数字描述的是不同的对话，而且这组数字背后没有公开的测试协议。

演示背后的结构性论断是合理的，但这一点值得与那个数字分开来看。Phonic 1 在呼叫者仍在说话时就发起工具调用；其供应商材料明确说明了这一点，并且其 API 公开了在会话内联声明的严格同步工具。GPT-Live-1 是全双工的，意思是它一边说话一边监听，并通过异步边界将工具工作委托给单独的后端模型。两种设计都通过不同的机制将工作移出关键路径。哪一个在你的流量上胜出，是你通过测量得出的，而不是观看演示得出的。

GPT-Live-1 是一项配置，而不是一个分数

关于 GPT-Live-1 的每一个公开数字都必须附带限定条件，因为该模型的分数会随其后端而变化。在同一张榜单上：

• GPT-Live-1（Astra，medium）— 语音到语音指数 83.2，推理 90，动态表现 94.9，智能体能力 74.5，竞技场偏好 1,027，任务成功率 87.4%，首次音频时间 1.34 秒。

• GPT-Live-1（Sol，低）——指数 80.1，推理 89，动态 97.3，智能体 59.3，竞技场 1,037，任务成功率 90.9%，首次音频响应时间 1.24 秒。

• Phonic 1（高）— 指数 87.1，推理 99，动态未报告，智能体 79.9，竞技场 1,012，任务成功率 92.3%，首次音频时间 0.61s。

由此可以得出三点。第一，在动态表现、任务成功率和竞技场偏好方面，低投入的 Sol 配置的得分高于高投入的 Astra 配置，而在推理和自主性方面则更低——这与谷歌扩展思考版 Gemini 所呈现的权衡如出一辙，也意味着如果不附带具体配置，“GPT-Live-1 得分”就是一个毫无意义的说法。

其次，Phonic 1 与最佳 GPT-Live-1 配置之间的智能体能力差距为 5.4 分。这比 Phonic 的发布材料所暗示的要小——其宣称的 8.3 分领先优势是对比 Grok Voice 3.0，而非 OpenAI——而且这一差距小到不同的任务组合有可能将其弥合。

第三，GPT-Live-1 在两种配置下的竞技场偏好均领先，分别高出 15 Elo 和 25 Elo；在对话动态性方面，它领先 Phonic 的幅度则是 Phonic 尚未公布的一个数字。在通话者会描述为“听起来像真人”这一维度上，OpenAI 处于领先，而双方的差距并未进行双向测量。

五分钱贴纸和第二个计价器

GPT-Live-1 的定价为每语音分钟 $0.05，按秒计费、不向上取整，另收 15 秒的会话启动费，该费用会返还。Phonic 1 为每对话分钟 $0.07，Pro 套餐为 $0.065。在这两项上 OpenAI 便宜 29%，结论就此敲定。

它并非封闭的，因为 GPT-Live-1 的按分钟费用只覆盖语音层。后端推理、工具调用和网络搜索按后端模型的标准 token 费率单独计费——OpenAI 自己的指南建议在高并发轮次使用小模型，在复杂推理时使用前沿模型。Artificial Analysis 测得，根据推理配置不同，每小时的输入音频实际总成本为 4.47 至 5.83 美元，而 Phonic 1 为 4.20 美元。

• 语音层 — GPT-Live-1 每分钟 $0.05，对比 Phonic 1 每分钟 $0.07，Pro 版每分钟 $0.065。

• 还有哪些计费项——GPT-Live-1 会增加后端模型 token、工具调用和网页搜索的费用；Phonic 1 则声明按每分钟统一费率计费，不转嫁 LLM 费用。

• 实测每小时输入成本——根据 Artificial Analysis 数据，GPT-Live-1 为 $4.47–$5.83，而 Phonic 1 为 $4.20。

• 成本可预测性 —— GPT-Live-1 的总成本取决于你对后端的路由方式；Phonic 1 则不然。

这种反转正是整个成本论证的关键所在，而其作用方向与标价恰好相反。一个能让后端各轮调用保持低成本的团队，可以轻松把 GPT-Live-1 的成本压到每小时 4.20 美元以下；而一个把每一轮调用都交给前沿模型的团队，成本则会高于这个水平。Phonic 的固定费率，是为可变负载定下的固定价格——它究竟划算还是定价过高，取决于你实际运行的调用组合。

后端这一环正是 OrcaRouter 的用武之地，无需把自己伪装成别的东西。Phonic 1 和 GPT Live 1 都不在我们的目录中——它们各自只能通过其供应商自己的 API 获取——但负责处理 GPT-Live-1 高难度回合的模型是普通文本模型，而这些正是我们通过一个密钥路由的200 多款模型，按供应商标价 0% 加价。OpenAI 点名的两个后端——GPT-5.6 Luna 和 GPT-6 Astra——在这里都有模型页面。路由规则可以让简单回合停留在低成本后端上，只升级那些需要升级的回合，并在提供商于调用中途不稳定时自动故障转移——这正是将 GPT-Live-1 的浮动账单变为有上限账单的控制手段。

OpenAI 拥有而 Phonic 不具备的东西

成熟度差距不是一个营销卖点，而是一个生产落地问题。GPT-Live-1 自 2026 年 7 月 8 日起已在 ChatGPT 中上线，自 9 月 10 日起进入 API，并于 10 月 15 日获得了一次增量更新，即 GPT-Live-1.1。它所运行的规模是任何才发布一周的模型都未曾达到的，其传输层面的方案也正体现了这一点：通过 WebRTC、WebSocket 或 SIP 提供 Live Sessions，电话通信由平台自身处理，而不是留给集成方去解决。

采用率是另一个信号。Perplexity 于 2026 年 10 月 28 日将其语音模式迁移至 GPT-Live-1，Yelp 和 Speak 则被列为早期合作伙伴。这些并非质量的证明，但它们证明了该模型能够经受住真实消费者流量的考验。

• 传输 — GPT-Live-1 提供 WebRTC、WebSocket 和 SIP；Phonic 1 提供 WebSocket 端点，并以 webhooks、保持打开的套接字或 LiveKit 作为集成方式。

• 并发能力——GPT-Live-1 公布了分级的并发会话上限（第 1 层约为 25–50 个，最高层可达 500 个），且没有免费层；Phonic 1 在其公开资料中未公布任何会话上限。

• 边界 — GPT-Live-1 不接受图像或视频输入，在语音层不提供结构化输出；Phonic 1 是音频原生的，以工具调用作为结构化界面。

• 部署 — Phonic 1 提供云端、单租户、VPC 对等连接和自托管方案，并具备 SOC 2 Type II 与 HIPAA BAA 可用性；GPT-Live-1 是 OpenAI 托管的 API。

Phonic 1 拥有哪些 OpenAI 没有的东西

速度，在这块以相同方式衡量速度的榜单上：首次音频输出耗时 0.61 秒，对手则为 1.34 秒和 1.24 秒。这是本次对比中唯一一个实测差距，大到足以让通话者直接感受到，而不是只能从图表中推断出来；这也与 Phonic 所称的语音输入到语音输出低于 600 毫秒相符。

更狭义地说，能动性方面：在更好的 OpenAI 配置上，79.9% 对 74.5%。还有一张账单，这与其说是能力，不如说是采购属性——但对于一家一直在表格上列着语音、后端和工具三行费用的公司来说，把三个计量项合并成一个确实有实际价值。

• 首音频时间 — 根据 Artificial Analysis，Phonic 1 为 0.61s，而 GPT-Live-1 为 1.34s（Astra，中等）和 1.24s（Sol，低）。

• 智能体性能 — Phonic 1 79.9，对比 74.5（Astra，medium）和 59.3（Sol，low）。

• Arena 偏好 — GPT-Live-1 为 1,027 和 1,037，对比 Phonic 1 的 1,012。

• 任务成功率 — Phonic 1 为 92.3%，对比 Astra 的 87.4% 和 Sol 的 90.9%。

OpenAI 自己给出的性能宣称理应单独标注，因为这些数字没有一个经过独立复现：在 Full Duplex Bench v1.5 上为 80.1%，而 GPT-Realtime-2.1 为 45.4%；轮次切换延迟为 0.798 秒，对比 1.41 秒；工具调用成功率约 87%。这些都是厂商数据。它们看似合理，却未经核实，而同样的话也必须用在 Phonic 的 15.7 秒对比上。

把这个决定说成一场赌注

如果你的通话更多是对话式的而非事务性的，如果你希望传输和电话通信交由平台处理，并且如果你愿意自己承担后端路由——正是它让账单更具竞争力——那就选择 GPT Live 1。5.4 个百分点的智能体能力差距确实存在，但对于一个主要回答问题、偶尔调用查询的智能体来说并不致命——而且 OpenAI 更庞大的多配置产品阵容，从最低投入的语音到前沿后端，提供了比 Phonic 目前公布的更多的可调项。

如果通话必须完成一笔交易，如果首帧音频延迟三分之一秒就会改变你的放弃率，并且固定每分钟费率对你来说比精心调校后端带来的理论节省更有价值，那就选择 Phonic 1。接受这一点：你买的是一款仅有七天历史的模型，只有一块独立板卡，没有公布的会话限制，也没有消费级规模的部署历史。

真正能定论的，不是任何一家厂商发布什么，而是你自己花两周时间分别与两家沟通，并对同一任务的完成率做并排测量。Phonic 在 agentic 方面 5.4 个百分点的领先，恰好是一个单一任务领域就能逆转的差距——这正说明应当去测量，而不是去选排行榜上的领先者。