
先说结论:对电话机器人是省钱的活
结论放前面:GPT-Live-1.1 这次进 API,真正值钱的不是更自然的口音,是 standby 计费——闲置的实时通话每分钟 0.02 美元,活跃通话每分钟 0.05 美元,闲置这一块便宜了约六成。
电话机器人这门生意,贵不在说话,在等。用户沉默、翻票据、掏证件、转人工、听录音,这些时段人没出声,线路还占着,过去按活跃价烧钱,一秒一秒都在走。
打个比方,这等于把餐馆从「进门就按人头收」改成「正餐算菜钱、等位免费」,亏在等待的那部分终于不揪心了。线路还在、服务还在,只是按你实际占用给你标了价。
我的判断是:对靠外呼、接听走量的团队,这条计价改动比任何口音宣传都实在,它把「陪着沉默」从奢侈品改成日用品。顺带说清楚,我没上线跑过这个接口,下面按 OpenAI 开发者文档和 MarkTechPost 的报道讲。

0.05 讲到 0.02,省在哪
价目表上就两个数:活跃每分钟 0.05 美元,闲置每分钟 0.02 美元。差额是 60%,不是 6%,这是整条新闻里唯一能拿计算器复核的部分。
举个假设的账:一通四分钟的外呼,其中两分钟在等对方开口。老办法四分钟全按 0.05 走,是 0.20 美元;新计价两分钟 0.05、两分钟 0.02,是 0.14 美元。单通省得不多,通话量上万通之后就是一条实打实的成本线。
文档的口径是「闲置的实时通话」,这几个字要抠:会话还开着、双方没在说话的那一段才算。挂机之后既不算 standby,也没有免费时段,别读成「挂了不收钱」。
我的判断是:这套计价在鼓励你「会话别断」。以前沉默一刻就心疼,现在沉默便宜了,产品上会更敢让机器人多等两秒、多确认一遍,而不是急着抢话。

它到底能干什么
模型 ID 是 gpt-live-1.1,全双工语音模型,默认上下文 128K token。部署只在 OpenAI 自己的云上,入口是 v1/live/sessions,客户端通过 WebRTC 或 WebSocket 连进去。想自建私有部署的,这条路线走不通。
能力上,官方说法是四件事:口音更自然、转写更准、车牌和验证码这类字母数字串处理更好、任务完成率更高。但官方没公布任何分数,这四条目前只能当宣传口径听。
边界也写得清楚:不支持图像、视频和结构化输出;后台推理和工具用量单独计费。128K 的上下文意味着一次会话能带上相当长的对话历史和业务说明,对多轮问询、按步骤办事的机器人是好消息。
我的判断是:它擅长的是「边听边说、能被打断」的实时对话,也就是接电话、在电话里做登记和确认。想直接拿通话记录抽成结构化字段落库的,还得自己在外面再接一层。
我不会为这个换供应商
先把话说明白:我现在的语音方案跑得挺稳,
不为这个换供应商也说得过去。迁移一套电话机器人的成本从来不是 API 单价,是重写提示词、重调打断逻辑、重跑评测,还有和工单系统的对接。
什么情况值得动:外呼量或接听量大、沉默时间占比高、本来就压在 OpenAI 的栈上、客户明确要更自然的打断体验。这四条占了两条以上,再谈切换。
什么情况别动:靠通话记录直接生成结构化表单的,文档明说不支持结构化输出;必须私有化部署的,它只在他们云上跑;只做批量转写的,按实时通话分钟计费,比批量转写贵得多。
我的判断是:先拿一条最费钱的线路并行对账,把活跃分钟数、闲置分钟数、工具调用费用分开记,和现在的月账单摆一起,账对不上,宣传再好也白搭。
另外,上一代 GPT-Live-1 是 2026 年 9 月 10 日进的 API,两个多月就出了这一版,后面还会有新的,更没必要为一次更新推倒重来。

一句话提醒
提醒一句:每分钟 0.02 美元只管「闲置通话」这一项。后台推理、工具调用、活跃分钟都要另算,做预算时把三块拆开列,别拿一个单价去估整月成本。
我没上线跑过这个接口,以上全部按文档和报道讲。真要上车,先切小流量跑一段,让账单自己说话,别让价目表替你做决定。
还有一层:闲置便宜不等于该晾着。会话开着每一分钟照样 0.02,机器人发呆那几分钟也在计费,该挂就挂,该收尾就收尾。
电话不烧钱了,烧钱的还是你想让机器人干多聪明的事。