OpenAI slipper stemmemodellen GPT-Live-1 i API-et til 0,05 dollar per minutt

0,05 dollar per minutt koster GPT-Live-1 i API-et, ifølge OpenAIs kunngjøring. Prisen gjelder stemmelaget. Modellen du lar den delegere resonnering og verktøykall til, for eksempel GPT-6 Astra eller en modell fra en annen leverandør, kommer i tillegg, og ifølge changeloggen på developers.openai.com faktureres stemmetiden per sekund.

Tradisjonelle stemmeagenter kobler sammen tale-til-tekst, en språkmodell og tekst-til-tale, og hver overlevering legger på forsinkelse. GPT-Live-1 lytter og snakker i én og samme modell, slik at den kan ta imot avbrytelser og korte bekreftelser mens tyngre arbeid pågår i bakgrunnen. OpenAI oppgir en forbedring på 30 prosentpoeng på Full Duplex Bench sammenlignet med GPT-Realtime-2.1. Språkappen Speak fant i tidlige tester nesten 80 prosent færre avbrytelser enn med tidligere turbaserte systemer.

Modellen ble først lansert i ChatGPT. API-versjonen legger til styring av tone og tempo via systemprompten, bedre håndtering av bakgrunnsstøy og stillhet, støtte for telefoni og flere stemmer på tvers av aksenter og språk. Den leverer ASR-transkripsjoner og støtter turdeteksjon, så logikk bygget rundt eksplisitte turer kan beholdes.

For deg som bygger agenter betyr delegeringen at stemmelaget kan holdes billig mens dybden velges per oppgave. OpenAI foreslår selv en rask modell som Luna til timebestillinger og ordrestatus, og Astra til kompliserte kundesaker.

Hva bør du gjøre?

1. Regn på totalprisen: 3 dollar per time for stemmen, pluss token-kostnaden for backend-modellen du parer den med.
2. Prøv avbrytelser og bakgrunnsstøy i demoen på kunngjøringssiden før du bygger om en eksisterende kjede av tale-til-tekst, språkmodell og tekst-til-tale.