">

Vercel AI Gateway 接入 GPT-Live 1.1:全双工语音模型,可中途打断与委派任务

Vercel 于 2026 年 11 月 19 日宣布 AI Gateway 接入 OpenAI 的 GPT-Live 1.1。官方称这是全双工语音模型,可在说话时同时监听,允许来电者暂停、打断或补充细节;相较上一代 GPT-Live,转写更准确,跨语言的口音与音色更一致。它沿用同一 Live 端点与客户端委派机制,既有集成只需换模型 ID。本文只写 Vercel 网关的接入事件,模型归属 OpenAI,不写成 OpenAI 的又一次模型发布;价格与配额以官网为准。

这次发布的是什么

Vercel 在 2026 年 11 月 19 日发布更新,宣布 AI Gateway 接入来自 OpenAI 的 GPT-Live 1.1。官方 changelog 页内日期为 19 Nov 2026,Vercel atom 条目时间为 2026-11-19T00:00:00Z。

先说清事件归属。模型 GPT-Live 1.1 属于 OpenAI,这次更新的是 Vercel AI Gateway 一侧的接入,官方原话是「GPT-Live 1.1 from OpenAI is now available on AI Gateway」。本文按这条一手来源记录网关可用性的变化,不把它写成 OpenAI 的一次独立模型发布。可作为旁证的是,OpenAI 官方 Python SDK 在同日发布的 v3.56.0 中把 gpt-live-1.1 加入 Live 模型选项;OpenAI 自家的独立发布页本次未取到,列为未核实点,留待人工审定。

官方对能力的描述集中在全双工语音交互。它说 GPT-Live 1.1 在说话时同时监听,来电者可以暂停、打断或在回复中途补充细节;与上一代 GPT-Live 相比,转写更准确,跨语言的口音与音色更一致。接入沿用相同的 Live 端点与客户端委派机制,所以已有集成只需要换模型 ID。

可用性与限制

  • 时间锚点:Vercel changelog 页内 19 Nov 2026,atom pubDate 为 2026-11-19T00:00:00Z
  • 事件归属:模型来自 OpenAI,本次是 Vercel AI Gateway 的接入更新
  • 模型标识:官方示例使用 openai/gpt-live-1.1
  • 端点与集成:沿用同一 Live 端点与客户端委派,官方说既有 GPT-Live 集成只需更换模型 ID
  • 委派计费:官方明确委派出去的模型请求另行计费,语音会话用量在委派运行期间继续计时
  • 权限边界:委派工作及其权限、确认与取消由应用自己控制
  • 示例范围:官方代码片段省略了 WebSocket 连接、事件解析、转写拼装、音频流与关闭流程,完整示例指向官方指南
  • 成熟度:官方未标 preview 或 beta,也未写正式可用标签,本文两边都不替它断言
  • 价格口径:官方称 AI Gateway 照实反映供应商价格、不加价、推理不收平台费;具体费率以官网为准
  • 未核实点:OpenAI 自家独立发布页本次未取到,不据此推断模型发布节奏

主要功能

  • 全双工语音交互,在说话时同时监听对方输入
  • 支持来电者暂停、打断或在回复中途补充细节
  • 相较上一代提升转写准确度与跨语言口音、音色一致性
  • 通过客户端委派在语音会话中调用文本模型处理复杂问题
  • 委派结果通过 commentary 通道回传,由语音模型继续说出
  • 沿用 Live 端点,既有集成只需替换模型 ID
  • 在 AI Gateway 的统一接口下调用,并沿用用量与成本追踪

技术原理

官方把 GPT-Live 1.1 描述为全双工语音模型,核心特征是「listens while it speaks」。传统回合制语音流程要先等模型说完再接受输入,而全双工允许在模型说话期间继续接收,因此来电者可以打断、暂停或补充细节。官方称它相较前代在转写准确度与跨语言口音、音色一致性上有改进,但没有给出公开基准数据,本站不转述量化结论。

客户端委派是这次官方重点演示的机制。做法是开启客户端委派,并在会话指令里告诉模型何时求助;当模型判断需要帮助时,会发出一个 delegation-created 事件。应用收到后,可以用 AI Gateway 上的任意文本模型生成答案,示例中用的是 openai/gpt-6.2-sol,然后把结果以 commentary 通道回传,让语音模型继续说出来。官方强调委派工作的权限、确认与取消都由应用控制,模型只是提出请求。

计费与会话状态是这套机制的现实约束。官方写明委派出去的模型请求单独计费,而语音会话的用量在委派运行期间继续计时,也就是说一次委派同时产生两条用量。官方代码片段只覆盖会话启动与委派回传,省略了连接、事件解析、转写拼装、音频流和关闭流程,完整路径需要看官方实时语音指南。这说明它是面向开发者的接口能力,而不是开箱即用的成品应用。

实际体验

从官方示例看,试用路径是先在 AI Gateway 上配置密钥与接入地址,再用 AI SDK 的实时接口指定 openai/gpt-live-1.1 模型并开启 Live 端点。已有 GPT-Live 集成的团队按官方说法只需替换模型 ID,迁移成本较低。

全双工特性带来的体验差异主要在对话节奏上。官方说来电者可以打断或在回复中途补充细节,这对客服、预约、问答这类场景更接近真人对话;但官方没有列出打断识别的准确率、延迟区间或多语言实测表现,本文不作推断。客户端委派的示例展示了语音与文本模型协同的一条路径,适合把订单查询这类需要查库或调用工具的问题交给文本模型处理,再由语音模型播报结果。

需要留意的是官方自己标注的两处成本。委派请求单独计费,语音会话在委派运行期间继续计时,因此高频委派会同时推高两项用量。官方还说明 AI Gateway 照实反映供应商价格、不加价、推理不收平台费,这是对网关本身的描述,不等于模型调用免费。具体费率与限额以官网为准。

项目地址与获取方式

  • 官方更新:Vercel changelog 页面「GPT-Live 1.1 now available on AI Gateway」
  • 模型页面:AI Gateway 上的 GPT-Live 1.1 模型条目,以官网当前路径为准
  • 接入方式:按官方说明使用 openai/gpt-live-1.1 型号与 Live 端点
  • 完整示例:官方实时语音指南,覆盖连接建立、音频流与关闭流程
  • 旁证来源:OpenAI 官方 Python SDK v3.56.0 版本说明中将 gpt-live-1.1 加入 Live 模型选项
  • 请通过官方渠道获取密钥与接入地址,避免经由第三方代理转接语音数据

适合谁用

  • 正在做语音客服、预约或实时问答,需要自然打断与中途补充的团队
  • 已经使用 GPT-Live 或 AI Gateway、希望以最小改动升级模型的开发者
  • 需要在语音会话中调用文本模型或业务工具,并通过委派机制协同的场景
  • 关注跨语言口音与音色一致性的多语种语音应用
  • 不必用的场景:只需要单向语音播报、不需要交互打断的应用;或没有准备好自行处理委派权限与确认逻辑的团队

常见问题

这是 OpenAI 新发布了一个模型吗?

本文不作这个断言。本次核对的一手来源是 Vercel 的 changelog,内容是 GPT-Live 1.1 在 AI Gateway 上可用,模型归属 OpenAI。OpenAI 官方 Python SDK 同日的 v3.56.0 把该型号加入 Live 选项可作为旁证,但 OpenAI 自家独立发布页本次未取到,因此本文只写网关接入事件,不写成 OpenAI 的独立模型发布。

已有 GPT-Live 集成要改多少代码?

按官方说法,它沿用相同的 Live 端点与客户端委派机制,现有集成只需要换模型 ID,示例中的标识是 openai/gpt-live-1.1。官方代码片段省略了连接与事件解析等流程,完整改造仍需参照其官方实时语音指南。

客户端委派能做什么?

官方演示的流程是:开启客户端委派并在会话指令里说明何时求助,模型需要帮助时发出 delegation-created 事件,应用用 AI Gateway 上的任意文本模型生成答案,再通过 commentary 通道回传,由语音模型继续说出。应用自己控制委派工作的权限、确认与取消。

全双工具体带来什么体验变化?

官方说模型在说话时同时监听,来电者可以暂停、打断或补充细节,转写比上一代更准确,跨语言的口音与音色更一致。这些是官方描述,未附公开基准,实际表现需要在自己的语音场景里评估。

费用上有什么要特别注意的?

官方写明委派出去的模型请求单独计费,语音会话用量在委派运行期间继续计时,一次委派会同时产生两条用量。网关本身照实反映供应商价格、不加价、推理不收平台费。具体费率与配额以官网为准。

相关工具与内容

Related
快讯 12 小时前

AWS Quick 同日三组更新:插件打包智能体与技能,网页端与 Flows 打通跨端工作流

AWS 在 2026 年 11 月 20 日至 21 日连续发布三条 AWS Quick 更新:插件可把智能体、技能、连接器与流程打包成一次安装的单元;网页端把桌面体验搬进浏览器,并更新浏览器扩展与 Microsoft 365 加载项;Flows 支持用对话构建自动化,并加入确定性步骤与输出校验。官方用户指南说明 Quick 由 Amazon QuickSight 演进而来,原有 QuickSight 接口与集成继续可用。

前沿快讯 16 阅读
快讯 12 小时前

Amazon Bedrock 网页搜索新增五种语言与国别字段:按用户所在国偏置检索来源

AWS 于 2026 年 11 月 21 日宣布 Amazon Bedrock 的 Web Search 工具新增西班牙语、法语、德语、意大利语和日语,并支持非美式英语;同时加入可选的国家字段,用 ISO 3166-1 alpha-2 代码把检索来源偏置到指定国家。现有客户无需改代码即可获得语言能力,可用区域与数据驻留口径以官网为准。

前沿快讯 17 阅读

继续阅读:Amazon Connect 推出 Resolutions 正式版:让智能体端到端处理退款、争议与理赔 · Google 发布 Gemini 4 Neon:面向长任务与生产代码,按订阅和 API 分批开放

关于本文:本站文章由编辑部独立撰写,评测口径与免责说明见关于我们。想继续找工具,可从分类导航按场景浏览,或回首页搜索。

链接已复制