⚪️ GPT-Live-1.1 в API и первые впечатления
Клозеды выкатили в API GPT-Live-1.1 - то же full-duplex ядро, что с 15 октября крутится в ChatGPT. Обещают ровнее акцент между языками, точнее транскрипцию и чуть шустрее ответы. Цена активного разговора прежняя - $0.05/мин.
▶ Главное новое - standby для WebRTC. После 5-60 секунд тишины сессия «засыпает», и минута стоит $0.02, выходит $1.20 в час против $3.00. Хорошо)) Для голосовых агентов, которые большую часть времени просто висят и ждут, это заметная экономия. В гайде по SIP про standby пока ни слова - но большие паузы в телефонном разговоре не так актуальны как в голосовом помощнике.
▶ Прогнал 1.1 на своём Arty-Talkie (голосовое приложение-раскраска для мелкого, писал о нем тут - https://t.me/deksden_notes/1415). Акцент на русском никуда не делся, но речь стала чуть живее. Впрочем, встроенного русского голоса по-прежнему нет - поэтому ожиданий и не было.
▶ Со standby есть свои подводные камни:
• сессия не просыпается от сигналов с бэкенда - разбудить её может только голос пользователя
• заставить её программно что то сказать получается не всегда - я перешёл на заранее записанные голосовые сниппеты
Может быть, я просто не до конца разобрался, как это должно правильно работать - дока по standby пока скупая.
▶ Из внешних замеров нашёлся только ThunderPhone: на звонках 1.1 начинает говорить за 1.0 с против 1.3 с у v1 и точнее повторяет слова звонящего, но всё ещё спотыкается на буквах и цифрах. Интернеты пока скупы на отзывы о модели.
🔗 Дока по модели: https://developers.openai.com/api/docs/models/gpt-live-1.1
🔗 Гайд по standby и цене: https://developers.openai.com/api/docs/guides/voice-latency-cost
🔗 Прошлый пост про телефонию: https://t.me/deksden_notes/1494
(ц) в целом - нормальное обновление!