OpenAI 于 9 月 10 日将 GPT-Live-1 开放给 API 开发者。该模型可以同时听和说，重点处理通话中的停顿、插话与话轮切换。与把语音转文字、文本模型和语音合成串起来的方案相比，它把实时语音交互集中到一个前端模型中；复杂推理与工具调用仍可交给后端文本模型。
官方列出的能力包括通过系统提示控制语气、语速和风格，处理背景噪声与沉默，生成转录文字，以及接入电话语音工作流。这些功能适合做客服、预约、语言练习等语音应用，但具体效果会受到麦克风、网络、提示词和后端系统影响。OpenAI 展示的客户案例和评测属于特定场景结果，不能直接当成所有语言或所有通话环境下的保证。
发布公告称 GPT-Live-1 当天已在 API 可用，前端语音层价格为每分钟 0.05 美元。这个数字不包含搭配的后端模型或智能体框架费用；自定义声音还需联系销售了解资格和流程。准备上线的团队应先核对当前 API 文档、声音选项、配额及隐私处理，再对真实通话的打断、静音和噪声情形做测试。