GPT-Live 1
واجهة صوتية أمامية ثنائية الاتجاه من OpenAI للمحادثة الطبيعية، تفوّض الاستدلال الأعمق وتنفيذ الإجراءات إلى وكيل منفصل في الواجهة الخلفية.
واجهة صوتية أمامية ثنائية الاتجاه من OpenAI للمحادثة الطبيعية، تفوّض الاستدلال الأعمق وتنفيذ الإجراءات إلى وكيل منفصل في الواجهة الخلفية.
نظرة عامة
يستمع GPT-Live 1 ويتحدث في الوقت نفسه، لذا يستطيع التعامل مع فترات التوقف وعبارات الإقرار القصيرة والمقاطعات وضوضاء الخلفية، دون أن يُخضع كل تبادل في الحديث لتناوب صارم في الأدوار. كما يوفّر التفريغ النصي ونص الردود إلى جانب الصوت المباشر.
تفصل بنية النظام بين المحادثة والعمل الأعمق: إذ يدير GPT-Live 1 التجربة الصوتية، بينما يتولى نموذج يعمل عبر Responses API أو وكيل يشغّله التطبيق مهمة الاستدلال وتشغيل الأدوات المعتمدة. لذلك لا يشمل سعر الصوت المنشور استخدام نموذج الواجهة الخلفية ولا الأدوات ولا الاتصالات الهاتفية ولا البنية التحتية للتطبيق.
المقارنة ضمن الفئة
هذه مواصفات منشورة من المزوّدين، وليست نتائج اختبارات معيارية أجراها Cody. راجع المصادر المرتبطة لمعرفة الحدود الحالية والاستثناءات الخاصة بكل نقطة نهاية.
الوصول عبر API والمزوّدين
التوفر
متاح عبر Live API من OpenAI لتطبيقات الصوت في المتصفح والخادم والاتصالات الهاتفية.
يخضع الوصول المباشر لقائمة OpenAI المحدَّثة للبلدان المدعومة، ولا يتوفر هذا النموذج في الفئة المجانية من API.
تحقّق من التوفّر الحاليالبيانات والتدريب
تقول OpenAI إن محتوى API لا يُستخدم افتراضيًا في التدريب. وقد يُحتفظ بسجلات مراقبة إساءة الاستخدام الافتراضية لمدة تصل إلى 30 يومًا، مع توفر ضوابط إضافية للمؤسسات المؤهلة.
هذه قراءة موجزة لمواد المزوّد المذكورة، وليست استشارة قانونية. وقد تختلف شروط التخزين والتوجيه والتدريب وإقامة البيانات لدى البوابات الخارجية عن شروط API المباشرة التي تقدّمها الشركة المطوّرة للنموذج.
اقرأ سياسة المزودالأسئلة الشائعة
واجهة صوتية أمامية ثنائية الاتجاه من OpenAI للمحادثة الطبيعية، تفوّض الاستدلال الأعمق وتنفيذ الإجراءات إلى وكيل منفصل في الواجهة الخلفية. يستمع GPT-Live 1 ويتحدث في الوقت نفسه، لذا يستطيع التعامل مع فترات التوقف وعبارات الإقرار القصيرة والمقاطعات وضوضاء الخلفية، دون أن يُخضع كل تبادل في الحديث لتناوب صارم في الأدوار. كما يوفّر التفريغ النصي ونص الردود إلى جانب الصوت المباشر.
صدر GPT-Live 1 في 10 سبتمبر 2026، بحسب مصادر المزوّد المذكورة.
متاح عبر Live API من OpenAI لتطبيقات الصوت في المتصفح والخادم والاتصالات الهاتفية. ومسارات الوصول المذكورة في هذا الدليل: OpenAI.
0.05 دولار لكل دقيقة صوتية. تُحتسب الجلسات الصوتية بالثانية دون تقريب إلى الدقيقة الكاملة. ويُحتسب استخدام نموذج الواجهة الخلفية والأدوات بشكل منفصل، وكذلك الاتصالات الهاتفية والبنية التحتية للتطبيق.
متاح عبر Live API من OpenAI لتطبيقات الصوت في المتصفح والخادم والاتصالات الهاتفية. يخضع الوصول المباشر لقائمة OpenAI المحدَّثة للبلدان المدعومة، ولا يتوفر هذا النموذج في الفئة المجانية من API.
تقول OpenAI إن محتوى API لا يُستخدم افتراضيًا في التدريب. وقد يُحتفظ بسجلات مراقبة إساءة الاستخدام الافتراضية لمدة تصل إلى 30 يومًا، مع توفر ضوابط إضافية للمؤسسات المؤهلة. وتتوقف هذه السياسة على مسار المزوّد وشروط الحساب، لذا تحقّق منها مجددًا قبل الاستخدام في بيئة الإنتاج.
المقارنات ذات الصلة
نموذج Grok الصوتي الفوري للمحادثات وخدمة العملاء والمساعدين القادرين على استخدام الأدوات أثناء المكالمة.
فتح المقارنة الكاملةنموذج Google الصوتي الفوري لمحادثات سريعة الاستجابة باستخدام الصوت والنص والسياق المرئي.
فتح المقارنة الكاملةنموذج صوتي منفصل من Gemini يعالج الطلبات المعقدة في الخلفية مع استمرار المحادثة.
فتح المقارنة الكاملةنموذج استدلال من OpenAI لتحويل الكلام إلى كلام في الوقت الفعلي، مخصّص للوكلاء الصوتيين الذين يستخدمون الأدوات ويحتاجون أيضًا إلى سياق من النصوص والصور.
فتح المقارنة الكاملةنموذج معاينة الصوت إلى الصوت الخاص بـ Google للحوار منخفض زمن الوصول مع الوعي متعدد الوسائط والتفكير وتأريض البحث واستدعاء الوظائف.
فتح المقارنة الكاملةنموذج ElevenLabs المعبّر لتحويل النص إلى كلام في الوقت الفعلي للحوار الطبيعي والتوصيل العاطفي والعلامات الصوتية وأكثر من 70 لغة.
فتح المقارنة الكاملةأحدث نموذج تعبيري لتحويل النص إلى كلام في العالم في الوقت الفعلي، مصمم لتذكر تسليم المحادثة والتحدث بأكثر من 100 لغة.
فتح المقارنة الكاملةنموذج Grok الصوتي من الجيل السابق، الذي أُعلن إهماله لصالح Grok Voice 3.0.
فتح المقارنة الكاملة