📋 编辑总结
GPT-Live 是 OpenAI 于 2026 年 7 月发布的全双工语音模型，驱动新一代 ChatGPT Voice：可同时倾听与说话、自然打断与停顿，并把搜索与深度推理委派给后台文本模型（发布初为 GPT-5.5，2026 年 9 月起官方示例已改为委派 GPT-6 Astra 或第三方模型）。2026-09-10 起 GPT-Live-1 正式登陆 API（模型名 gpt-live-1）：语音层 $0.05/分钟（按秒结算），后台模型与工具调用另计；支持 WebRTC / WebSocket 接入、电话通道、内置 ASR 转写与回复文本、关键词偏置与轮次检测，并可通过系统提示定制语气、语速与风格。免费用户仍可通过 GPT-Live-1 mini 体验。 定价：ChatGPT 内置（免费可用 GPT-Live-1 mini）；API 自 2026-09-10 起 $0.05/分钟。编辑评分：⭐ 4.7。

GPT-Live是什么？

GPT-Live 是 OpenAI 于 2026 年 7 月推出的一代新语音模型，用来驱动 ChatGPT 的语音对话。它和过去的语音助手最大的不同，是建立在全双工架构之上——模型可以一边听你说话、一边自己开口，而不是“你说完→它再答”的轮次式来回。

它也不是一个独立 App，而是 ChatGPT 语音背后的“引擎”。当你在 ChatGPT 里点开语音按钮，现在背后跑的就是 GPT-Live。对于需要搜索、深入推理或复杂操作的请求，它会把任务委派给后台文本模型处理，自己继续和你顺畅聊天。发布时后台使用 GPT-5.5 Instant，2026 年 9 月起官方示例已改为委派 GPT-6 Astra 或第三方模型，开发者可自选后台模型与 Agent 框架。

核心功能

  • 全双工连续对话
模型在生成回答的同时持续听你说话，可以自然打断、反问、停顿思考，而不是干等你说完。对话里它会用“嗯嗯”“明白了”这样短句表示在听，像真人一样接得住话。
  • 把重活委派给前沿模型
遇到需要联网搜索、深度推理的任务，GPT-Live 会交给后台文本模型（发布时为 GPT-5.5 Instant/Thinking，2026 年 9 月起官方示例为 GPT-6 Astra）完成，结果回来再带回对话。处理这些任务时它仍能继续和你聊，不冷场。
  • 实时翻译
基于全双工架构，GPT-Live 能在对话中做实时翻译，跨语言交流更顺。
  • 九种重新打造的声音
OpenAI 为 GPT-Live 重做了 ChatGPT 里九种各具特色的声音，对话更有个性和表现力。
  • 可视化回答卡片
聊到天气、股票、体育等话题时，ChatGPT 语音可以弹出丰富的可视化卡片，边说边看更直观。语音继续支持搜索、记忆、图片和文件上传。
  • 更会倾听的安全设计
你需要思考时它会安静等待不抢话；有背景噪音时更专注你的声音。内置防语音冒充保障（用一组预定义声音，不会模仿真实人物），并有青少年保护等安全措施。

版本/套餐对比

GPT-Live 发布时提供两个变体，均内置于 ChatGPT 语音，不单独收费：

变体适用套餐后台模型推理级别
GPT-Live-1Go / Plus / Pro 默认驱动发布时为 GPT-5.5 Instant / Thinking，2026-09 起可委派 GPT-6 AstraInstant、Medium、High 可选
GPT-Live-1（API，2026-09-10 起）面向开发者按量付费开发者自选（如 GPT-6 Astra / Luna / 第三方模型）由后台模型决定
GPT-Live-1 miniFree 用户默认GPT-5.5 InstantInstant

注：Medium / High 使用 GPT-5.5 Thinking，分别采用中、高推理强度；你可在语音设置里选择推理级别。

值不值得用？

优点：

  • 对话自然度是迄今最高的一档：能打断、能停顿、会用“嗯嗯”接话，不像老版语音那样生硬或抢话。
  • 聪明：复杂问题会调用 GPT-5.5 在后台推理，回答质量比旧版高级语音模式明显更高（官方评测在 GPQA、BrowseComp 等基准上显著领先）。
  • 更会听：背景噪音下更聚焦，你思考时它不插嘴。
  • 多语言实时翻译、可视化卡片等让日常使用更实用。

缺点 / 局限：

  • 发布初期不支持语音与视频、屏幕共享结合（旧的 Standard / 高级语音模式仍可在支持处使用）。
  • 对部分语言仍带有非母语口音或流利度不足，OpenAI 正在改进。
  • 原先仅限 ChatGPT 内使用；2026-09-10 起 API 已开放（gpt-live-1，$0.05/分钟、按秒结算，后台模型与工具调用另计），但接入方需自行搭建 WebRTC/WebSocket 与工具链路，成本随后台用量波动。

总体结论： 如果你常用 ChatGPT 语音聊天、练口语、通勤时免提交互，GPT-Live 是当前体验最好的升级，自然度和智能度都明显上一个台阶。它不是“另一个 AI 工具”，而是 ChatGPT 语音的底座，建议直接用 ChatGPT 语音体验，无需额外注册。

使用建议

  • 直接用 ChatGPT 语音即可：点语音按钮就是在用 GPT-Live，Free 用户默认 GPT-Live-1 mini，付费用户默认 GPT-Live-1。
  • 需要深度思考时选高推理级别：在语音设置里把推理调到 Medium / High，复杂问题交给后台推理模型（2026-09 起官方示例为 GPT-6 Astra）。
  • 练口语 / 实时翻译很好用：跨语言对话时它能在后台翻译，适合语言练习。
  • 想要可视化就直接问：天气、股票、体育等话题会弹出卡片，比纯听更直观。
  • 注意它仍在迭代：视频/屏幕共享结合还在路上，遇到就先用旧版语音模式。

适合谁用？

推荐：

  • 日常用 ChatGPT 语音聊天、通勤免提交互的人
  • 练外语口语、需要实时翻译的人
  • 想要更自然 AI 对话、讨厌生硬轮次式语音的人

可考虑：

  • 已经订阅 ChatGPT Plus / Pro / Go 的用户（默认即用，无需额外操作）
  • 需要边聊边看可视化信息（天气/股票/体育）的人

不推荐：

  • 想要开箱即用的独立 AI 语音 App 的人（GPT-Live 仍内置于 ChatGPT；API 虽已开放，但需自行搭建语音链路、后台模型与工具集成）
  • 依赖语音+视频/屏幕共享场景的人（发布初期不支持）