Artificial Analysis 评测：GPT-Live-1 以 81.5 分登顶 Speech to Speech Index

OpenAI 的 GPT-Live-1 首次亮相便以 81.5 分登顶 Artificial Analysis 语音到语音指数，其委托后端模型为 Astra，领先于 Grok Voice Think Fast 2.0

GPT-Live-1 是 @OpenAI 推出的全新全双工语音到语音模型，它可以将推理和工具调用委托给后端文本模型，同时继续对话。开发者通过 API 流式输入音频并接收语音返回，后端文本模型可单独配置。我们评估了两种后端配置：Astra 在中等推理强度下，以及 Sol 在低推理强度下。

关键要点： ➤ 语音到语音指数：GPT-Live-1（Astra，medium）达到 81.5，排名第 1，而 GPT-Live-1（Sol，low）得分为 80.1，排名第 3。Grok Voice Think Fast 2.0 High 以 81.3 位居两者之间 ➤ 语音智能体竞技场：GPT-Live-1（Sol，low）以 1，053 Elo 在偏好度上排名第 3，任务成功率为 90.9%，而 GPT-Live-1（Astra，medium）以 1，048 Elo 排名第 4，任务成功率为 87.4%。Gemini 3.1 Flash Live Minimal 以 1，096 Elo 在偏好度上领先，而 Grok Voice Think Fast 2.0 High 以 94.6% 在任务成功率上领先 ➤ Tau Voice：GPT-Live-1（Astra，medium）和 GPT-Live-1（Sol，low）在我们的智能体性能基准上占据前两名，分别为 67.9% 和 59.3%，领先于 Grok Voice Think Fast 2.0 High 的 56.5%。 ➤ Big Bench Audio：GPT-Live-1（Astra，medium）得分为 90.1%，GPT-Live-1（Sol，low）得分为 89.0%，在音频推理上落后于 Grok Voice Think Fast 2.0 High 的 97.2% 和 Qwen Audio 3.0 Realtime Plus 的 99.2% ➤ 速度：在 Big Bench Audio 上，GPT-Live-1（Astra，medium）的平均首次音频时间为 1.34 秒，GPT-Live-1（Sol，low）为 1.24 秒，而 Grok Voice Think Fast 2.0 High 为 0.70 秒 ➤ 成本：GPT-Live-1（Astra，medium）每小时输入音频成本为 $5.83，而 GPT-Live-1（Sol，low）为 $4.47，包含委托后端模型使用量，相比之下，在我们固定的 Big Bench Audio 定价子集上，Grok Voice Think Fast 2.0 High 为 $4.80

详见下方了解更多 ⬇️