OpenAI відкрила GPT-Live-1 для розробників через API
OpenAI зробила GPT-Live-1 доступною розробникам через API. Мовна модель підтримує повнодуплексну взаємодію: вона може одночасно слухати й говорити. Технологія вже працює в ChatGPT, а розробники можуть поєднувати її з різними серверними моделями, добираючи потрібний баланс між глибиною міркувань, швидкістю та вартістю. Користування API коштує $0.05 за хвилину.
Yelp використовує GPT-Live-1 для телефонного бронювання. Технічний директор компанії Алекс Леві повідомив про покращення обробки дзвінків. У тестах OpenAI модель набрала 80.1 відсотка за повнодуплексну інтерактивність, тоді як GPT-Realtime-2.1 отримала 45.4 відсотка. Затримка під час зміни реплік скоротилася до 0.8 секунди з 1.4 секунди, а точність виклику інструментів зросла з 60 до 87 відсотків.
У тесті голосової підтримки банків GPT-Live-1 показала результат 32 відсотки проти 12.4 відсотка в попередньої моделі. До випуску також увійшли дванадцять голосів із різними акцентами, діалектами та мовами, а також готові транскрипції ASR і текст відповідей.
Текст підготовлено ШІ Sakhanda Wire за матеріалом The Decoder. Факти, цитати та повний контекст — в оригінальній статті нижче.