OpenAI предоставила разработчикам API модели GPT-Live-1, которая одновременно слушает собеседника и отвечает ему — эту функцию называют полным дуплексом. Она уже работает внутри ChatGPT. Разработчики могут подключать к модели разные серверные модели под конкретную задачу и выбирать баланс глубины рассуждения, скорости и стоимости. Использование GPT-Live-1 стоит $0,05 за минуту. Yelp применяет модель для телефонного бронирования и, по словам технического директора Алекса Леви, улучшила обработку звонков.
По внутренним бенчмаркам OpenAI, GPT-Live-1 заметно опережает предыдущие модели:
В тестах взаимодействия с полным дуплексом модель набрала 80,1% против 45,4% у GPT-Realtime-2.1.
Задержка при передаче хода разговора сократилась с 1,4 до 0,8 секунды.
Точность вызова инструментов выросла с 60 до 87%.
В бенчмарке голосовой поддержки банков GPT-Live-1 получила 32% успешных ответов против 12,4% у предыдущей модели.
80,1%полно-дуплексные тесты
0,8 секундызадержка передачи хода
87%точность вызова инструментов
32%банковский бенчмарк
GPT-Live-1 также получила 12 новых голосов с разными акцентами, диалектами и языками. Модель сразу предоставляет расшифровки ASR и текст ответов. Подробности опубликованы в документации API.
Каждый день отбираем важные новости об ИИ и рассказываем главное — без хайпа и воды. Если хотите понимать, что происходит в ИИ раньше остальных, — подписывайтесь.