เกิดอะไรขึ้น
- โมเดลเสียง GPT-Live-1 ลง API ของ OpenAI อย่างเป็นทางการวันนี้
- ตัวโมเดลเคยอยู่ใน ChatGPT แล้ว รอบนี้คือเปิดให้นักพัฒนาภายนอกเรียกใช้พร้อมปุ่มคุมเพิ่มเติม
- API ก็คือช่องทางให้แอปอื่นเอาโมเดลของบริษัทนี้ไปฝังในบริการตัวเอง
- รองรับโทรศัพท์ ทำเอเจนต์รับสายอัตโนมัติได้เลย
ทำอะไรได้ใหม่
- คุยแบบ full-duplex คือฟังกับพูดพร้อมกัน ไม่ต้องรอสลับฝ่ายทีละคนแบบระบบเก่า
- ขัดจังหวะกลางคำได้ลื่นขึ้น ปรับน้ำเสียง จังหวะ สไตล์การพูดผ่านข้อความสั่งหรือ system prompt ได้
- เสียงให้เลือกหลากสำเนียง ภาษา และท้องถิ่นมากขึ้น จัดการเสียงรบกวนรอบตัวกับช่วงเงียบได้ ทนการคุยยาวได้ดีขึ้น
- มีถอดคำพูดกับข้อความตอบกลับมาให้ แม้โมเดลจะไม่ได้คุยแบบสลับตามคิว
- ส่งงานคิดหนักหรือเรียกเครื่องมือต่อให้โมเดลหลังบ้านอย่าง GPT-6 Astra หรือโมเดลบริษัทอื่นก็ได้
ตัวเลขที่ทางบริษัทเผย
- แอป Speak ทดสอบเบื้องต้นพบการขัดจังหวะตอนโมเดลกำลังคิดลดลงราว 80 เปอร์เซ็นต์เทียบระบบสลับพูดแบบเดิม
- บน Full Duplex Bench ทำคะแนนนำ GPT-Realtime-2.1 อยู่ราว 30 จุด
- จับคู่กับ GPT-6 Astra ระดับ medium แล้วได้อันดับหนึ่งบน Tau3
- Yelp, Intercom, Cognition กับ Abridge ออกมาพูดถึงการใช้งานจริงในเชิงบวก ตัวเลขทั้งหมดมาจากการประเมินของทางบริษัท
ราคาเท่าไหร่
- ชั้นเสียงด้านหน้าคิด 0.05 ดอลลาร์ต่อนาที
- ค่าโมเดลหลังบ้านที่จับคู่คิดแยกต่างหาก ไม่รวมอยู่ในราคานี้
- อยากได้เสียงเฉพาะตัวต้องติดต่อฝ่ายขาย
- องค์กรที่อยากได้เอเจนต์เสียงเรียลไทม์ใช้ผ่าน OpenAI Presence ก็ได้เช่นกัน
อย่าเข้าใจผิด
- GPT-6 Astra ไม่ใช่ตัวเดียวกัน เป็นโมเดลคิดหลังบ้านที่เลือกจับคู่ได้
- บริษัทยังไม่เปิดราคาต่อโทเคน และไม่ได้ประกาศขนาดบริบทแบบแชทของโมเดลเสียงตัวนี้
- รอบนี้คือการเปิด API ให้นักพัฒนา ไม่ใช่การประกาศแทนที่ GPT-6 Astra แต่อย่างใด
สรุป
สักวันโทรศัพท์บริการลูกค้าอาจไม่ต้องรอพูดสลับกับ AI แล้ว เพราะเจ้าโมเดลนี้ฟังประสานกับพูดได้เหมือนคนทางปลายสายจริง ๆ
แหล่ง: OpenAI · 10 ก.ย. 2026