OpenAI 開發者平台雙發：GPT-Live-1 語音進 API、Agents API 公開測試

2026 年 9 月 10 日，OpenAI 在開發者平台同日推出兩項更新：GPT-Live-1 語音模型正式進入 API、公開可用；Agents API 即日起對所有開發者開放公開 beta。前者讓企業能把「邊聽邊說」的全雙工語音接進自家產品與電話線路，後者讓開發者用單一 API 呼叫就能建出可執行任務的代理。GPT-Live 在 7 月已先用於 ChatGPT 語音模式，這次的新聞重點是：同一套技術交到第三方企業手上。

GPT-Live-1 API：語音層與推理層分開計價

GPT-Live-1 在 API 中的主要規格如下：

• 全雙工對話：可以一邊聽、一邊說，使用者中途插話不必等它講完。
• 計價：語音層每分鐘 0.05 美元，後端推理模型費用另計。
• 聲音：新增 12 款。
• 原生語音辨識：內建 ASR 逐字稿、關鍵字偏置（讓專有名詞更容易辨識正確）與輪次偵測。
• 連線方式：支援 WebRTC、WebSocket 與電話 SIP。
• 委派能力：推理與動作可交給 GPT-6 Astra、第三方模型或 Codex thread 處理。

設計的關鍵在「語音層」與「思考層」分工：GPT-Live-1 負責聽懂、接話、掌握對話節奏，需要查資料或做決定時再交給後端模型。企業因此可依任務難度挑選後端，成本也能分開控管。

官方評測數據

OpenAI 公布的評測數字包括：

• Tau3：以 GPT-6 Astra 作為後端時得分 83.6%，前代 GPT-Realtime-2.1 為 45.7%。
• Full Duplex Bench：官方稱提升 30 分。
• 語言學習應用 Speak 的評測：打斷使用者的情況減少 80%。

已導入的企業包括 Speak 與 Yelp。以上皆為官方公布數據，實際表現仍取決於各企業的使用情境、語言與後端模型選擇。

Agents API：一個呼叫建出代理，執行環境可自選

同日開放公開 beta 的 Agents API 本身不另收費，開發者只需支付 token 與工具使用費。主要功能如下：

• 單一 API 呼叫即可建立代理。
• 執行環境：使用 OpenAI 代管沙箱（與 Codex、ChatGPT 同一套基礎設施），或放在自有 VPC、夥伴沙箱，夥伴包括 Cloudflare、Vercel、Modal、E2B、Daytona、DigitalOcean、Oracle、Blaxel、Runloop。
• 內建能力：自動壓縮上下文、工具搜尋、程式化工具呼叫、平行子代理、MCP 與 web search。
• 底層架構：採用開源的 Codex harness。

過去企業自建代理，得處理上下文過長、工具串接、執行環境隔離等工程細節；Agents API 把這些打包成平台服務，並允許執行環境放在自家雲端，對重視資料存放位置的企業是實際的考量點。

對管理者的意義

語音與代理這兩塊基礎能力，現在都能以 API 形式取得。以客服電話為例，可透過 SIP 接上 GPT-Live-1，遇到查訂單、改預約等需要動作的環節，交給 GPT-6 Astra 等後端模型或 Codex thread 處理；若想再搭配 Agents API 建出的內部代理，屬於企業需自行評估的組合應用，並非官方宣布已整合的功能。飯店訂房、餐飲訂位、電商客服這類來電量大的業務，管理者可先挑一條單純的來電流程小規模試行，記錄語音分鐘數與推理費用後再評估是否擴大，同時事先釐清逐字稿與客戶資料存放在哪裡、保存多久。