Перейти к содержанию

OpenAI

GPT-Live-1.1 пришла в API и дешевле в простое

2 мин чтения

Текст написан ИИ-моделью по источникам, на которые ведут ссылки, и сверен с ними второй моделью. Как мы работаем

Всё о теме: OpenAI: модели и продукты →
Изображение: threads.com

Голосовая модель GPT-Live-1.1, на которой уже работает голосовой режим ChatGPT, теперь есть и в API OpenAI. Разработчики могут встраивать её в свои приложения, а главная новинка для них касается цены: появился отдельный, более дешёвый тариф на время, когда модель стоит на паузе. Карточка модели опубликована в документации OpenAI.

В октябре GPT-Live-1.1 пришла в голосовой режим ChatGPT, Codex и dots, и тогда OpenAI обещала доступ через API позже, не называя даты. Предыдущая версия, GPT-Live-1, в API уже была.

Что это за модель

GPT-Live умеет слушать, пока говорит. Обычные голосовые ассистенты ждут, пока собеседник замолчит, и могут принять короткую паузу или шум за конец фразы. GPT-Live, как описывала OpenAI на запуске, может по ходу разговора вставить «угу» или промолчать, если человеку нужно подумать.

Сложную работу, например поиск в интернете или долгие рассуждения, голосовая модель не делает сама. Она передаёт её более мощной модели на стороне разработчика и, пока та работает, продолжает разговор, а потом пересказывает результат. Когда именно передавать задачу, разработчик описывает обычными словами.

По сравнению с GPT-Live-1 новая версия, по словам OpenAI, точнее распознаёт речь и ровнее держит акцент и голос на разных языках.

Сколько стоит

Голосовые сессии оплачиваются поминутно: 5 центов за минуту, пока модель работает, и 2 цента в режиме ожидания. Сниженная ставка действует только для сессий через WebRTC и только пока модель поставлена на паузу. Модели и инструменты, которым GPT-Live передаёт задачи, оплачиваются отдельно, так что итоговый счёт зависит и от них.

Что важно знать разработчику

Модель принимает и выдаёт звук и текст, а изображения и видео не поддерживает. Вызов функций работает, структурированного вывода и дообучения нет. В запросах модель называется gpt-live-1.1.

У GPT-Live-1.1 и GPT-Live-1 раздельные лимиты на число одновременных сессий, и лимит каждой модели действует сразу во всех регионах, где она работает. Конкретные значения для своего аккаунта OpenAI предлагает смотреть в настройках организации.

Попробовать модель без кода можно на вкладке Live в OpenAI Platform: там, как заметили в Testing Catalog, доступны все возможности API и визуальная «голосовая сфера». На скриншоте издания рядом с выбором голосовой модели виден и выбор модели, которой она передаёт задачи.

AI-индустрияGoogle

Genie 4 появилась в Google AI Studio

Genie 4, модель Google, которая строит мир для прогулки с клавиатуры, больше не только для подписчиков Ultra: её можно запустить в Google AI Studio со своим API-ключом. Погоду и свет там меняют текстом на ходу. Что бы вы первым делом построили в Genie 4: игру, прогулку или что-то для работы?

Пока никто не написал. Будьте первым.

Присоединяйтесь к разговору

Войдите, чтобы оставить комментарий. Он появится после модерации.