AI 编程实时动态与要闻速递 — 𝕏/Twitter 一手信源

👀43

🔥84

OpenAI 向全部 API 客户开放 prompt-to-voice：一句文字描述生成 GPT-Live 专属音色，创建免费，另增 9 个德法日韩印地语音色

OpenAI 于 10 月 16 日在官方更新日志宣布，prompt-to-voice 向所有 API 客户正式开放：开发者用一段文字描述口音、音高、音色和语速，即可通过 /v1/audio/voices 接口或 voice Playground 生成并保存自定义音色，在 GPT-Live 会话中复用。创建音色免费，语音生成按常规 GPT-Live 会话计费；每个组织最多保存 100 个。同时新增 9 个自然音色，覆盖德语、法语、印地语、日语和韩语。

核心要点速览

10 月 16 日起对所有 API 客户正式开放（GA），无需录音或授权录音即可建音色
创建音色免费；在 GPT-Live 中出声、以及在 Playground 试听均按常规会话计费（官方口径）
每个组织最多 100 个文字生成音色；可选 script_hint 示例台词，最长 2,000 字符
新增 9 个自然音色：德语 3 个、法语 2 个、日语 2 个、印地语与韩语各 1 个
限制：文字生成音色仅支持 GPT-Live，不支持 TTS、Realtime、Chat Completions；建音色接口不兼容零数据保留（ZDR）

阅读全文

关联模型 / 智能体 / 厂商:

⚡ GPT-Live-1⚡ GPT-Live-1.1🌐 OpenAI

#OpenAI#GPT-Live#Prompt to voice#自定义音色#语音 Agent#OpenAI API#多语种

OpenAIOpenAI·19 天前收录

👀126

🔥89

查看推特原帖 ↗

OpenAI 发布 GPT-Live-1.1 与 GPT-Live-1.1 Quip：ChatGPT、Codex、dots 语音默认模型升级，新增 6 种语言音色，API 即将开放

OpenAI 于 10 月 15 日推出全双工语音模型 GPT-Live-1.1（接替 GPT-Live-1）与小模型 GPT-Live-1.1 Quip（接替 GPT-Live-1 mini），成为 Plus 及以上用户在 ChatGPT Voice、Codex、dots 中的默认语音模型；新增法、德、印地、日、韩、墨西哥西语音色，减少搜索时的「checking...」提示，面向全部用户灰度，API 即将上线。系统卡披露合成安全评测在 4 个类别有统计显著回退。

核心要点速览

两档模型：GPT-Live-1.1 接替 GPT-Live-1，GPT-Live-1.1 Quip 接替 GPT-Live-1 mini；Plus 及以上（含 Codex 与 dots）默认 1.1，其余用户默认 Quip
新增 6 种语言 Live 音色（法/德/印地/日/韩/墨西哥西语）+ 英文新音色 Bubbie，搜索时改用更多样的短句提示
全双工架构：边听边说，可处理停顿、打断与语速变化；系统卡称 GPT-Live 实为「双模型系统」，难题委派给思考模型
官方系统卡：真实生产语音评测与前代持平；合成评测在色情、心理健康、情感依赖、血腥 4 类出现统计显著回退
今日起面向全部用户灰度，API「即将推出」，目前未公布 API 价格、模型 ID 或延迟/WER 指标

阅读全文

关联模型 / 智能体 / 厂商:

⚡ GPT-Live-1.1⚡ GPT-Live-1.1 Quip⚡ GPT-Live-1🤖 Codex 🤖 ChatGPT dots 🌐 OpenAI

#模型发布#OpenAI#Gpt live#语音#Speech to speech#Codex#ChatGPT

SpaceX Super Intelligence@SpaceXSI·20 天前收录

👀75

🔥92

查看推特原帖 ↗

SpaceXSI 发布 Grok Voice 3.0：语音到语音模型登顶 Artificial Analysis S2S 指数 86.9，价格维持 $0.08/分钟

SpaceXSI（SpaceX Super Intelligence，官网 x.ai）于 2026-10-15 01:04（新加坡时间）发布 Grok Voice 3.0，定位「最智能的语音到语音模型」。据官方博客引用的 Artificial Analysis 10 月 13 日独立测试：S2S 综合指数 86.9（Grok Voice 2.0 为 81.3、GPT-Live-1 Astra 为 83.2、Gemini 3.8 Live 为 82.6），Full Duplex Bench 97%，τ-Voice 71.6% 与 GPT-Live-1 相当但延迟低约 40%。Voice Agent API 中 grok-voice-latest 已自动指向 grok-voice-3.0，接口不变，价格仍为 $0.08/分钟；grok-voice-2.0 已标记弃用。

核心要点速览

Artificial Analysis 语音到语音指数 86.9，第 1（2.0 为 81.3，GPT-Live-1 Astra 83.2，Gemini 3.8 Live 82.6）
Big Bench Audio 98.5%、Speech Agent Arena Elo 1070、任务成功率 94.8%、Full Duplex Bench 97.0%
τ-Voice 71.6%，与 GPT-Live-1（Astra）相当，延迟低约 40%；ServiceNow EVA-Bench 准确率 74% 居首
价格不变：$0.08/分钟（$4.80/小时）；grok-voice-latest 已自动切到 3.0，grok-voice-2.0 弃用
生产规模：Starlink 客服每天约 2 万通电话，约 70% 无需人工介入（官方数据）

阅读全文

关联模型 / 智能体 / 厂商:

⚡ Grok Voice 3.0⚡ Grok Voice 2.0⚡ GPT-Live-1⚡ Gemini 3.8 Live🌐 SpaceXSI 🌐 xAI 🌐 Artificial Analysis 🌐 ServiceNow

#Grok Voice 3.0#Speech to speech#语音智能体#realtime API#SpaceXSI#xAI#Artificial Analysis

Pydantic@pydantic·39 天前收录

👀64

🔥94

Pydantic AI 2.51.0：新增 OpenAILiveModel 对接 GPT-Live，暴露 context_window_used 并收紧 Gemini Live 连接校验

Pydantic AI 于 2026-09-25 发布 v2.51.0：新增 OpenAILiveModel 支持 OpenAI GPT-Live 实时会话，并在 realtime session 上暴露 context_window_used（来自 GPT-Live 上报比例或 response usage）；兼容性上对齐 dated gemini-3.8-live 标识、在连接阶段拒绝 Google Affective Dialog，并对强制 tool_choice 的 realtime 调用抛 UserError。PyPI pydantic-ai 2.51.0 已同步。

核心要点速览

发版：v2.51.0 = PyPI pydantic-ai 2.51.0，文档 pydantic.dev/docs/ai
实时：新增 OpenAILiveModel 对接 GPT-Live（#8390）；session 暴露 context_window_used（GPT-Live 比例或 response usage，#8803）
兼容：匹配 dated gemini-3.8-live id；连接时拒绝 google_affective_dialog（Gemini 3.1/3.8 Flash Live）；Gemini Live close code 改抛 RealtimeError（#8761）
安全：OpenAI / Azure OpenAI / xAI 上强制 tool 的 realtime tool_choice 直接 UserError（#8755）
性能：缓存 agent graph 避免每次 Agent.run() 重建（#8658）；单子节点时不再起 task group（#8774）

阅读全文

关联模型 / 智能体 / 厂商:

⚡ GPT Live⚡ gemini-3.8-live🤖 pydantic-ai 🌐 Pydantic 🌐 OpenAI 🌐 Google

#Pydantic AI#GPT-Live#OpenAILiveModel#实时#Gemini Live#agent framework#Python

Artificial Analysis@ArtificialAnlys·49 天前收录

👀62

🔥93

查看推特原帖 ↗

Artificial Analysis：Gemini 3.8 Live Extended Thinking 登顶 Speech to Speech Index，得分 82.6

Artificial Analysis（@ArtificialAnlys）更新 Speech to Speech Index：Google Gemini 3.8 Live Extended Thinking（High）以 82.6 分登顶，领先 GPT-Live-1（Astra medium）81.5、Grok Voice Think Fast 2.0 High 81.3；标准版 Gemini 3.8 Live 以 76.0 排第 5。同批还覆盖 Speech Agent Arena、Tau Voice（Extended Thinking 68.6% 登顶）、Big Bench Audio、首音延迟与每小时输入音频成本（标准版 $0.84，Extended Thinking $3.50）。

核心要点速览

Gemini 3.8 Live Extended Thinking（High）Speech to Speech Index 82.6 登顶，超 GPT-Live-1 Astra 81.5。
Tau Voice 智能体榜：Extended Thinking 68.6% 第一；标准版仅 30.1%。
标准版输入音频约 $0.84/小时（指数最便宜）；Extended Thinking 约 $3.50/小时，仍低于 Astra $5.83。

阅读全文

关联模型 / 智能体 / 厂商:

⚡ Google Gemini 3.8 Live⚡ GPT Live 1⚡ GPT-6 Astra 🌐 Google DeepMind

#Gemini 3.8 Live#Artificial Analysis#Speech to Speech Index#Extended Thinking#Tau Voice#Big Bench Audio#语音智能体#Google DeepMind

Artificial Analysis@ArtificialAnlys·49 天前收录

👀49

🔥93

查看推特原帖 ↗

Artificial Analysis：GPT-Live-1（Astra）登顶 Speech to Speech Index，得分 81.5

Artificial Analysis（@ArtificialAnlys）公布 Speech to Speech Index：OpenAI GPT-Live-1 在委托后端为 Astra（medium）时以 81.5 分登顶，Sol（low）为 80.1 排第 3，夹在中间的是 Grok Voice Think Fast 2.0 High（81.3）。GPT-Live-1 为全双工语音模型，可在对话中把推理与工具调用委托给后端文本模型；同批评测还覆盖 Speech Agent Arena、Tau Voice、Big Bench Audio 与成本/首音延迟。

核心要点速览

GPT-Live-1（Astra medium）Speech to Speech Index 81.5 登顶；Sol low 80.1 排第 3。
Tau Voice 智能体榜：Astra medium 67.9%、Sol low 59.3%，分列前两名。
成本约 $5.83/$4.47 每小时输入音频（含后端）；首音延迟约 1.34s/1.24s，慢于 Grok Voice 0.70s。

阅读全文

关联模型 / 智能体 / 厂商:

⚡ GPT Live 1⚡ GPT-6 Astra ⚡ GPT-5.6 Sol 🌐 OpenAI

#GPT-Live-1#Artificial Analysis#Speech to Speech Index#Astra#Sol#Tau Voice#语音智能体#Grok Voice

OpenAI Developers@OpenAIDevs·53 天前收录

👀41

🔥96

查看推特原帖 ↗

OpenAI：GPT-Live-1 上线 API——全双工语音智能体可边听边说，自选模型与 harness

OpenAI 开发者账号宣布 GPT-Live-1 已在 API 可用：把 ChatGPT 的自然来回对话带进应用，语音智能体可在说话时继续聆听，并搭配你选择的模型与 harness。OpenAI 工程师 Tibo 亦确认可基于同一套已服务约 10 亿 ChatGPT 用户的语音系统做全双工工具调用应用。