
OpenAI は開発者向け API として GPT-Live-1 をリリースした。The Decoder の要約によると、このモデルは同時聴取と発話を行うフルデュプレックスモードをサポートしている。
インタラクティブ性テストにおいて、GPT-Live-1 は 80,1% を記録したが、前身モデルは — 45,4% であった。利用コストは $0,05 /分と示されている。
実用上の重要性は、このような動作が実際のアプリケーションでどれだけ安定して発揮されるか、そしてその結果が価格に見合うかどうかにかかっている。入手可能な資料では、テスト条件、API 機能の一覧、または開発者向けの制限については明らかにされていない。
編集部コメント
なぜ重要か
予想される帰結として、システムが同時に聴取し応答する必要があるアプリケーションに対し、開発者が新たな選択肢を得ることになる。次に観察すべき兆候は、API の公式ドキュメント、独立したテスト検証、および実際の使用事例である。評価手法、機能の利用可能性、および価格が此类のアプリケーションの拡張にどのように影響するかについては、実質的な不確実性が残っている。