Perplexity 將 GPT-Live-1 置於其語音模式背後：Mac 與網頁版切換實際改變了什麼

Perplexity 在 Mac 應用程式與網頁上的語音模式，現在改由GPT-Live-1驅動，這是 OpenAI 的全雙工語音模型；而這次替換所帶來的能力，值得反覆細讀：單一次口說工作階段即可同時驅動多個 Perplexity Computer 工作階段、在句子說到一半時啟動新任務，還能不碰鍵盤就建立或管理 Projects。這項公告於 2026 年 10 月 28 日由 Perplexity 的 @AskPerplexity 帳號發布，適用於這兩個介面上的付費 Pro 與 Max 訂閱者。

那是一場發布活動，不是模型發表。GPT-Live-1 自 OpenAI 於 2026 年 9 月 10 日將其放上 API 以來就已全面可用，價格為每語音分鐘 0.05 美元，而它自 7 月 8 日起就已存在於 ChatGPT Voice。本週改變的是誰在租用它，以及他們把它指向什麼。

為什麼替換語音模型值得成為頭條新聞

語音介面過去是由各家公司自行組裝的。你得先買轉錄服務、呼叫自家的語言模型，再買語音合成，然後把建置過程中最困難的部分花在輪次偵測上——也就是決定使用者何時說完話的那條規則。這條規則正是大多數語音產品失敗的地方：判斷得太急，代理就會搶話打斷人；判斷得太慢，每通通話都像一條品質很糟的國際電話線。

GPT-Live-1 消除了那道接縫。它是一個能在生成時同時聆聽的模型，每秒多次決定要發聲還是等待，並將繁重推理交給背景的文字模型，而不暫停音訊。Perplexity 不必為了讓多工作階段控制運作而自行建立插話策略；它繼承了一套。

對打造自家語音產品的讀者來說，實際後果很直白：你原本打算自己撰寫的輪流發言層，現在成了你得租用的東西。這是否比較便宜，完全取決於你的代理花了多少分鐘在聽、而不是在說——這個問題值得你在投入前先算一算，因為計費是按整個工作階段計算，連沉默也算在內。

Computer 這部分才是真正的產品變更

模型切換對使用者而言是無形的，多工作階段的 Computer 控制則不然。在這次更新之前，Perplexity Computer 只是你在螢幕上監督的單一代理迴圈。新的語音層讓你能在數個背景工作階段執行的同時進行一段對話，只要開口就能啟動新的工作階段，並依名稱管理 Projects。這更接近調度器，而非聊天機器人，也是我們見過第一個把平行代理工作階段視為預設而非例外的消費級語音介面。

這裡有三個細節在發揮作用：

• 一個工作階段，多位工作者 — 一次語音輪次可以觸及多個 Computer 工作階段，而無需結束目前的工作階段。

• 透過語音建立任務——新工作可以在對話進行中排入佇列，而不必等到對話結束後。

• 以名稱管理專案 — 專案成為可以直接說出來建立與重新命名的物件，這表示語音層必須解析指涉對象，而不只是轉錄。

理論上，這些都不需要全雙工模型。但有了全雙工模型，一切都會容易得多，因為代理可以在實際工作開始的同時，用「嗯哼」來確認請求，而不是沉默八秒，指望使用者願意等。

Perplexity 將其命名為 v1。OpenAI 此後已推出 v1.1

公告中最引人注目的細節是版本字串。Perplexity 表示其語音模式執行於 GPT-Live-1。在 ChatGPT Voice 中，OpenAI 於 2026 年 10 月 15 日開始推出 GPT-Live-1.1，比這次切換早了兩週。Perplexity 尚未說明它是否評估過 1.1、是否為了穩定性而刻意固定在 v1，或是否已排定升級。

請把這件事理解為正常的工程取捨，而不是醜聞。一個把語音模型整合進消費級應用程式的平台，遠比最新檢查點更在意具備可預測延遲的凍結快照，而 OpenAI 並未發布能讓 1.1 直接替換的遷移指南。但這確實意味著，今天 Perplexity 應用程式裡的模型並不是今天 ChatGPT 裡的模型，而對這兩種語音體驗的任何比較，衡量的是不同的權重。

Perplexity 尚未談及的經濟學

OpenAI 自家的文件列出這個模型的一項價格：語音每分鐘 0.05 美元，按秒計費且不進位，並有 15 秒的會話初始化費用可折抵後續時長。推理、工具與網路搜尋則在另一個文字模型上運行，並另行計費。Perplexity 則採固定訂閱制。

那兩種計費模式本質上並不相容。一位每週使用語音兩小時的 Max 訂閱者——對剛獲得數個 agent 工作階段免持控制權的人來說，這並非不尋常的用量——每月大約消耗 520 分鐘。以牌價計算，這僅語音就約 26 美元，還不含每個 Computer 任務背後的推理呼叫。若訂閱者在思考時讓工作階段保持開啟，或讓它作為環境控制持續執行，成本會更高，因為沉默與說話以相同費率計費。

每個以固定方案轉售按用量計費語音模型的平台，都在押這個賭注，而這個賭注在推出時通常是對的：大多數訂閱者的用量遠低於重尾部分。值得關注的有趣數字不是平均值，而是第 95 百分位數，而兩家公司都沒有公布它。

在 OpenAI 這邊，對容量規劃真正重要的每小時數字是輸入音訊成本，而不是通話時間。Artificial Analysis 在其高推理設定下測得 GPT-Live-1 的輸入音訊成本為每小時 $5.83，在低推理設定下則為 $4.47，使用的是固定的 40 題基準測試集——這也提醒我們，$0.05 這個宣傳數字只涵蓋語音。

Perplexity 剛剛採用的模型有多好？

在 Artificial Analysis 獨立運行的 Speech-to-Speech Index 上，GPT-Live-1 在其 Astra-medium 配置中獲得 83.2 分，在 21 個計分模型中排名第二，僅次於 Grok Voice 3.0 的 86.9 分；而其 Sol-low 配置則以 80.1 分排名第五。在該實驗室的 Speech Agent Arena——針對真實預訂式對話進行的盲測偏好評比——這兩個配置分別達到 1037 與 1041 的 Elo 分數，任務成功率則為 87.4% 與 90.9%。

設定字串不是裝飾。GPT-Live-1 不在內部進行推理；它會委派給具名後端，而你選擇哪個後端，會同時改變分數與帳單。Perplexity 尚未揭露它與語音層搭配的是哪個後端，因此即使其語音模型如今已公開，從外部仍無法得知其有效品質。

沒有人問過的路由問題

以下是這則公告所揭示的結構性重點。Perplexity 的語音環節如今是向 OpenAI 租用的，且無法替代——GPT-Live-1 只提供一個端點，v1/live/sessions，而且明確不是 Realtime API 的直接替代品。那個環節已被鎖定。但其背後的推理環節則不然。

這正是路由器發揮價值之處：為每項 Computer 任務進行思考的文字模型可以替換、容錯移轉，或依任務類型拆分，而無需更動語音層。在 OrcaRouter 上，同一把金鑰即可存取 GPT-6 Astra、GPT-5.6 Terra 與 GPT-5.6 Sol——這些正是 OpenAI 自身用作委派目標的層級——以及 Claude、Gemini、Qwen 和 GLM 模型，並以 0% 加價直接傳遞供應商定價，且在任一後端效能下降時自動容錯移轉。當供應商降價時，經路由的環節當天即反映此變更。

確切說明我們不做什麼：OrcaRouter 不提供 GPT-Live-1。語音部分仍留在 OpenAI 的 API 上。我們所路由的是它下游的一切，而語音代理的成本與可靠性變異，實際上正是發生在那裡。

接下來要看什麼

有三件事會改變這個情況。如果 Perplexity 轉向 GPT-Live-1.1，上述的版本註記就不再重要，而應用程式的語音品質也應會隨著 1.1 的任何變動而提升。如果 OpenAI 公布以工作階段為單位的成本控制機制——上限、靜默逾時、更便宜的閒置費率——那麼對每個轉售商而言，固定訂閱的計算就會變得輕鬆一些。而如果有競爭對手的全雙工模型登上可相比的指數，這套整合中對單一供應商的依賴就會成為一種選擇，而非預設。

對開發者而言，真正可付諸行動的解讀範圍更窄。如果你正在打造一個充滿打斷的語音介面——受理、預約、派遣，任何使用者說話比代理還多的場景——全雙工模型現在已是明智的預設選擇，而按分鐘計費就是它的代價。如果你正在打造旁白、朗讀，或任何依需求將文字生成音訊的應用，這個模型的定價與形態都是為錯誤的工作而設計，而 TTS 的比較則完全是另一篇文章。