一分钟 5 美分降到 2 美分,但只在「你不说话」的时候:OpenAI 给语音会话加了待机价,顺手挖了四个坑
一句话先说结论
11 月 19 日,OpenAI 在 API changelog 里放了两件事:新语音模型 gpt-live-1.1 上线,以及给 GPT-Live 的 WebRTC 会话加了一档「待机价」——用户不说话的时候,从每分钟 0.05 美元降到 0.02 美元,降幅 60%。这是语音 agent 这门生意里第一次有人把「安静」单独定价。但便宜是有条件的:只有 WebRTC 会话算,要靠 5 到 60 秒的空闲超时触发,静音麦克风不算待机,会话一建立还要先计 15 秒。
这到底是什么
先把 GPT-Live 拆成两半看。
一半是「嘴和耳朵」:它负责听你说、同时说话(官方叫 full duplex,全双工),中间不需要等对方说完。另一半是「脑子」:真正查订单、调工具、做判断的是你挂在后面的后端模型或 agent,官方把这件事叫 delegation(委托)。
这个拆分决定了它的计费方式:语音会话按时长收,后端模型和工具按各自的 token 价另收。你换成更贵的后端模型,语音这一段的账单不会变;反过来,你在语音上省下的钱,也救不了后端烧掉的 token。
gpt-live-1.1 是这条线上的第二版。官方模型页写得很克制,只有三句话的改进:多语种对话里的发音更准、跨语言的口音和音色更一致、转写更准。没有新端点,没有新参数,接入方式是「把配置里的模型名从 gpt-live-1 改成 gpt-live-1.1」。Vercel 在同一天把它挂上了 AI Gateway,措辞也是同一句:现有集成只需要换模型 ID。
真正的新东西不在模型上,在账单上。
为什么现在值得看
过去用这类全双工语音服务,有一个隐形的成本黑洞:只要会话开着,每一秒都在烧钱,不管有没有人说话。用户去倒杯水、思考三秒、把手机放桌上走开——这些时间一样按 0.05 美元/分钟计。
租车客服、车机助手、陪练类应用最怕这个:会话必须一直挂着等用户开口,但真正说话的时间可能只占三成。
这次 OpenAI 给出的解法是把会话状态分成两档:
- 活跃(active):0.05 美元/分钟。包括说话、超时前的静音、以及后端还在干活的时间。
- 待机(standby):0.02 美元/分钟。推理被暂停、连接还开着的时候。
一小时全程静默的会话,过去是 3.00 美元,现在是 1.20 美元。这不是打折,是把「待机」从「活跃」里拆出来单独定价。
放在同行里看,这个价位不算最便宜,但结构最细:
- 微软 MAI Realtime 1 是 0.01 美元/分钟,但推理另计(每百万 token 输入 1 美元、输出 5 美元),而且没有待机档。
- Resia Fullplex-1 是 0.025 美元/分钟一价全包,同样没有分档。
- phonic-1 约 0.07 美元/分钟(每小时 4.20 美元),也不分档。
换句话说,OpenAI 的单价是这几家里最贵的,但它第一次让「没人说话的那一小时」有了独立报价。对长挂会话的业务来说,这个结构比单价本身更值钱。
怎么用:四步把待机打开
待机不是一个开关,是几个参数凑出来的行为。
- 建一个 WebRTC 会话。这是硬门槛:官方明确写,standby 只对 WebRTC 会话生效。走 WebSocket 或 SIP 的电话不在这次的范围里。
- 设
session.wake_policy.type为speech。意思是会话建好之后先别急着推理,等检测到有人说话再启动。这一条决定了「刚连上那段时间」算不算活跃。 - 设
session.idle_timeout_s,取 5 到 60 之间的整数秒。超过这个秒数没有新的输入或输出转写,推理就暂停、进入待机。如果这个字段不填,会话在第一次唤醒之后会一直保持活跃到结束——很多人会在这里白花钱。 - 监听
session.paused和session.resumed两个事件。前者表示超时已触发、进入待机(连接和 sideband 都还开着),后者表示推理恢复、可以继续对话。
还有一个可选参数 session.wake_policy.vad_threshold,取值 0 到 1,默认 0.5,决定服务端的语音活动检测要多确定才认为「有人在说话」。调高更不容易被环境噪音唤醒,但也更可能漏掉轻声开口。
待机期间发生了什么
这段容易被误解。待机不是断线,也不是挂起进程:
- 麦克风轨道要保持活跃,别把它关掉,否则唤醒不了。
- 连接和会话 ID 都不变。
- 对话历史会在唤醒时恢复,用户不需要重复刚才说的话。
- 待机结束后,第一句短话的响应可能会比平时慢一点——这是官方自己写明的一个代价。
对产品设计来说,第四条值得注意:如果界面在唤醒瞬间就要出声,最好给一个「我在听」的视觉提示,别让用户觉得卡住了。
适用场景
- 长挂的语音入口:车机、智能音箱、桌面常驻助手。用户随时可能开口,也可能几分钟不说话。
- 客服与预约:坐席端把会话挂着,等客户查资料、问家人。
- 语言陪练、心理陪伴:用户思考时间长,但打断体验很差。
- 需要后端跑很久的任务:GPT-Live 把活交给后端 agent 时,语音端可以进待机,人不用听十秒空白。
不适用场景
- 走电话网络的:SIP 呼入呼出、WebSocket 长连接,这次都不在待机范围内,账单照旧按活跃算。
- 只要单句合成的:
v1/audio/speech这类文本转语音端点,gpt-live-1.1明确不支持。 - 只想用 Responses 或 Chat Completions 的:
gpt-live-1.1只挂v1/live/sessions,其他端点全部标为不支持。 - 指望它替代转写服务的:
v1/audio/transcriptions、v1/realtime/transcription_sessions同样不支持,要转写得用别的模型。
避坑:四个会咬人的地方
第一,静音麦克风不算待机。 官方成本文档写得很直白:把麦克风静音,会话仍然算活跃。想省钱必须让它进 standby,而不是按静音键。这两件事在账单上是两回事。
第二,会话初始化先扣 15 秒。 用 POST /v1/live/sessions 建 WebRTC 会话,默认行为会先计 15 秒语音时长用于初始化。这 15 秒会在会话真正跑起来后抵扣,不是白扣,但如果你频繁重连、或者用户还没准备好就提前建会话,这笔钱会反复出现。一个 90 秒的活跃会话,账面上已经包含这 15 秒。
第三,待机之后第一句更慢。 官方原话是「唤醒后对短句的第一个响应可能耗时更长」。如果你的产品对首字延迟敏感,需要把这段冷启动算进体验预算。
第四,并发上限是分模型算的。 gpt-live-1 和 gpt-live-1.1 各自有独立的并发会话额度,切换模型时不要假设原来的并发数还能用满。
成本怎么算
官方给的算法很朴素:活跃分钟数 × 0.05 + 待机分钟数 × 0.02,再加上后端模型与工具的 token 费用。
举个具体的:一通 10 分钟的电话,其中 4 分钟在说话或被后端处理中,6 分钟客户在查资料、没人出声且触发了待机。
- 旧价:10 × 0.05 = 0.50 美元
- 新价:4 × 0.05 + 6 × 0.02 = 0.20 + 0.12 = 0.32 美元
省下 36%。但如果那 6 分钟里麦克风是被静音的、会话没进待机,账单还是 0.50 美元——差别全在配置上,不在模型上。
行动建议
- 先确认你现在的语音会话走的是 WebRTC 还是 WebSocket/SIP。走后面两种的,这次更新对你没有价格影响。
- 在会话创建参数里显式设
idle_timeout_s,哪怕先用默认的 30 秒。不填就是一直活跃。 - 把
wake_policy.type设成speech,让「连上但还没人说话」这段时间从活跃里拿掉。 - 在后端接上
session.paused/session.resumed,用来驱动界面状态,别让用户对着静默的麦克风图标说话。 - 用一通真实录音回放跑一遍,对比改造前后的
usage.seconds分布,再决定idle_timeout_s取多少。这个数字取决于你的用户在电话里停顿多久,没有通用答案。
参考来源
- OpenAI API changelog,条目日 2026-11-19:https://platform.openai.com/docs/changelog
- OpenAI
gpt-live-1.1模型页(定价与端点支持范围):https://platform.openai.com/docs/models/gpt-live-1.1 - OpenAI GPT-Live 会话文档(standby 配置、
idle_timeout_s、paused/resumed事件):https://platform.openai.com/docs/guides/live-conversations - OpenAI 语音成本文档(15 秒初始化计费、静音麦克风仍计活跃):https://platform.openai.com/docs/guides/voice-latency-cost
- Vercel AI Gateway changelog(2026-11-19 同日上架):https://vercel.com/changelog/gpt-live-1-1-now-available-on-ai-gateway