一句话看懂：OpenAI 新发布的全双工语音模型 GPT-Live-1，在 Artificial Analysis 的 Speech to Speech Index 上以 81.5 分登顶，超过 Grok Voice Think Fast 2.0。它最大的特点是可以在对话的同时，把推理和工具调用交给一个独立配置的后端文本模型。
事件核心：发生了什么
Artificial Analysis 在 9 月 15 日公布了 Speech to Speech Index 的最新评测结果。OpenAI 的 GPT-Live-1 首次上榜即排名第一，得分 81.5，使用的是 Astra 作为后端文本模型（中等推理强度）。同一模型的另一种配置——Sol 后端、低推理强度——得分为 80.1，排名第三。Grok Voice Think Fast 2.0 High 以 81.3 分夹在两者之间。
GPT-Live-1 是一款全双工语音模型，开发者通过 API 持续输入音频流，模型实时返回语音，后端文本模型可以单独配置，用于承担推理和工具调用。在 Agent 性能测试 Tau Voice 上，Astra 配置拿到 67.9%，Sol 配置 59.3%，均高于 Grok 的 56.5%。但在音频推理测试 Big Bench Audio 上，它落后于 Grok（97.2%）和 Qwen Audio 3.0 Realtime Plus（99.2%）。
为什么重要
GPT-Live-1 的核心变化在于架构分工：语音模型负责实时对话，文本模型负责推理与工具调用。这意味着语音 AI 的“智能上限”不再被单一模型绑定，开发者可以按成本、延迟、任务复杂度灵活替换后端。对闭源商业 API 而言，这是一个更偏工程化的产品思路，区别于追求端到端一体化的大模型路线。
但评测也揭示了取舍。GPT-Live-1 的语音响应首包时间约 1.24 至 1.34 秒，明显慢于 Grok 的 0.70 秒；音频推理分数也低于 Grok 和 Qwen。换句话说，它在“能干活”的 agentic 场景更强，在纯听辨理解上并非全面领先。Speech Agent Arena 上它排在第 3、第 4 位，任务成功率 87.4% 到 90.9%，也不及 Grok 的 94.6%。
对用户/开发者/创作者的影响
对开发者，GPT-Live-1 提供了一种可拆分的语音应用搭建方式：语音层和后端文本模型分别配置，适合做实时客服、语音助手、会议代理等需要边听边查工具的场景。成本方面，Astra 配置约每小时输入音频 5.83 美元，Sol 配置 4.47 美元，已包含后端模型调用费用，对比 Grok 的 4.80 美元，价格差距不大。真正要权衡的是延迟与推理能力的匹配。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对普通用户和创作者，目前它主要还停留在 API 层面，尚未看到面向终端用户的成品形态。选择语音产品时，评测数据说明“综合第一”并不等于每项都第一，音频理解、响应速度和任务完成率需要分开看。
值得关注的后续
一是 GPT-Live-1 何时进入 OpenAI 面向开发者的正式产品体系，是否有更明确的价格分层；二是低延迟竞品是否会跟进“前端语音+后端推理”的分离架构；三是第三方评测在不同音频场景、不同语言下的复现结果，尤其是中文语音环境下的表现目前公开信息有限，值得继续观察。
