OpenAI
语音聊十分钟为何不能按转写分钟计费,OpenAI 的三种口径说明成本已转向会话管理
一段十分钟语音对话,实际说话可能只有三分钟,但费用不只来自录音转写。OpenAI 的文档显示,实时语音按活跃会话秒数计费,Realtime 对话按响应使用的 token 计费;企业若预算仍沿用“转写分钟”,容易低估模型、缓存、工具和后台处理成本。
找到 3 篇关于此标签的文章
一段十分钟语音对话,实际说话可能只有三分钟,但费用不只来自录音转写。OpenAI 的文档显示,实时语音按活跃会话秒数计费,Realtime 对话按响应使用的 token 计费;企业若预算仍沿用“转写分钟”,容易低估模型、缓存、工具和后台处理成本。
OpenAI 实时语音看着神奇,但「怎么实现的」官方没讲。我们整理一个思路:先用证据强度给结论分级,再分清「能力存在」和「实现唯一」,最后用三条公开的工程范式去对照 GPT-Live 的行为。对做产品和技术决策的人,这是少有的克制分析。
OpenAI 在 2026 年 7 月 8 日发布 GPT-Live,并向 ChatGPT Voice 全球用户逐步推送,覆盖约 1.5 亿周活语音用户。值得关心的不是“更像人说话”,而是语音 Agent 的核心竞争点,开始从模型本身转到背后的语音运行层。