🇺🇸 English 🇰🇷 한국어 🇯🇵 日本語
ホーム › 開発者ツール
開発者ツール

GPT-Live-1.1がAPIに、無音時の音声料金60%減

OpenAIは11月19日、GPT-Live-1.1をAPIで公開し、WebRTC音声セッションの待機時間を1分0.05ドルから0.02ドルで課金するスタンバイモードをGPT-Live-1と1.1に導入した。

OpenAIは11月19日(現地時間)、リアルタイム音声モデル「GPT-Live-1.1」をAPIで公開した。同時に、誰も話していない間の音声セッション料金を1分あたり5セントから2セントに下げる「スタンバイ」モードを導入した。いずれもAPIの変更履歴(changelog)で明らかにした。

ロンドンの路上で携帯電話を見たり通話したりする2人の女性
スタンバイは通話中の無音時間の料金を抑える仕組みだ。資料写真。 사진: garryknight / Flickr(CC BY 2.0)

要点

  • GPT-Live-1.1はLive APIで「gpt-live-1.1」として提供される。OpenAIによると、多言語会話での発音、アクセントの一貫性、文字起こしの精度が向上した。
  • 新しいスタンバイモードは、WebRTCセッションで5〜60秒間発話がないと推論を止め、その時間を1分0.02ドルで課金する。アクティブ時の0.05ドルより60%安い。
  • 両料金はGPT-Live-1と1.1に共通で、バックエンドのモデルやツールの利用料は別途かかる。

GPT-Live-1.1で何が変わったのか

GPT-Liveは、聞きながら同時に話せる「全二重」方式のOpenAIの音声モデル群である。GPT-Live-1は9月10日にAPIで一般提供が始まり、料金は1分5セントだった。ChatGPTの音声会話は10月15日に1.1へ移行したが、その時点で開発者向けAPIの提供時期は示されていなかった。

OpenAIはモデル紹介ページで、GPT-Live-1.1はGPT-Live-1より音声を正確に文字起こしし、言語をまたいでアクセントと声をより一貫して保つと説明している。既存のLiveセッション設定でモデル名を変えるだけで移行できる。音声とテキストの入出力に対応し、関数呼び出しは使えるが構造化出力には対応しない。新版のベンチマーク値は公表していない。

2つのモデルの同時セッション上限は別々に管理される。1.1へ一部の通信を移しても、GPT-Live-1の上限は減らない。

スタンバイ料金の仕組み

スタンバイはWebRTCセッションの作成時に設定する。session.wake_policy.typeを「speech」にすると、人の声を検知するまで推論を始めない。session.idle_timeout_sには5〜60の整数を指定し、その秒数の間、入力・出力の文字起こしがなければセッションはスタンバイに戻る。

スタンバイ中も接続とセッションIDは変わらず、再び話しかけると会話履歴を復元して続ける。起動の基準となる音声検知のしきい値は0〜1で、既定値は0.5だ。ただしOpenAIは、スタンバイ明けの最初の応答は遅くなる場合があると注意を促している。

GPT-Liveのセッション料金(OpenAI料金ページ、2026年11月21日時点)
モデルアクティブスタンバイ
gpt-live-1.11分0.05ドル1分0.02ドル
gpt-live-11分0.05ドル1分0.02ドル

課金は秒単位である。例えば10分のセッションのうち6分がスタンバイなら、音声料金はスタンバイ利用時で0.32ドル、未使用時で0.50ドルとなる。

背景:音声エージェントの「無音コスト」

常時待ち受けの音声アシスタントや車載音声、顧客が調べ物で黙り込むサポート電話では、無音の時間もコストになる。OpenAIのガイドは、長い空白がある場合はセッションをいったん閉じて改めて開く方法を引き続き勧めている。

GPT-Live APIはこの秋、機能を着実に広げてきた。10月16日には日本語の「Harema」「Shida」、韓国語の「Noeul」を含む自然な声9種を追加し、11月2日には電話回線(SIP)での発信機能をすべての組織に開放した。

今後の見通し

変更履歴ではスタンバイの対象はWebRTCセッションのみとされている。WebSocketやSIP接続に広がるかどうか、OpenAIは明らかにしていない。1.1のアクセントや文字起こしの改善を外部で検証した結果もまだ出ていない。

よくある質問

GPT-Live-1.1のAPI料金はいくらか。 アクティブ時は1分0.05ドル、スタンバイ時は1分0.02ドルで、秒単位で課金される。バックエンドのモデルやツールの料金は別途必要だ。

既存のGPT-Live-1アプリは作り直す必要があるか。 必要ない。OpenAIは既存のLiveセッション設定でgpt-live-1.1を指定すればよいとしている。

GPT-Live-1でもスタンバイは使えるか。 使える。OpenAIはGPT-Live-1と1.1の両方のWebRTCセッションでスタンバイを利用できるとしている。

参考資料

#OpenAI #GPT-Live-1.1 #GPT-Live #音声AI #音声エージェント #API料金 #スタンバイ #WebRTC
チ
チョン・スン
AI Newsway · 開発者

AI Newswayの編集責任者です。AI、開発ツール、クラウド、生産性テクノロジーの記事を執筆しています。

この記者の他の記事 ›
著作権者 © AI Newsway 無断転載・再配布、AI学習・活用禁止
共有
f X K

コメント 0

現在コメントの投稿は無効になっています。

最初のコメントを書いてみましょう。