أخبار الذكاء الاصطناعي · 8 دقيقة للقراءة

أسعار واجهة GPT-Live-1.1: ‏$0.05 للنشاط و$0.02 للانتظار

أضافت OpenAI نموذج GPT-Live-1.1 إلى الواجهة في 19 نوفمبر 2026. السعر الرسمي $0.05 للدقيقة النشطة و$0.02 للانتظار، مثل GPT-Live-1، مع احتساب التكلفة بالثانية.

موجة صوتية برتقالية دافئة وأخرى زرقاء أبرد تتقاطعان في الهواء فوق خيط انتظار أخفت إضاءة، على خلفية داكنة من دون نصوص أو شعارات

أطلقت OpenAI نموذج GPT-Live-1.1 ‏(gpt-live-1.1) في Live API يوم 19 نوفمبر 2026، بسعر $0.05 لكل دقيقة نشطة و$0.02 لكل دقيقة انتظار، مع الفوترة بالثانية. تتطابق هذه الأسعار الرسمية بحسب المدة مع أسعار GPT-Live-1، وتُحتسب رسوم استدلال نماذج الخلفية أو استدعاءات الأدوات التي تُنفّذ خلال الجلسة بشكل منفصل.

ماذا أطلقت OpenAI في واجهة GPT-Live-1.1؟

GPT-Live-1.1 هو نموذج صوتي كامل الازدواجية من OpenAI للمحادثات متعددة اللغات، متاح في الواجهة بمعرّف النموذج gpt-live-1.1 عبر نقطة النهاية /v1/live/sessions. وثّقت OpenAI إطلاق الواجهة في سجل تغييرات الواجهة الرسمي يوم 19 نوفمبر 2026، ثم أعلن @OpenAIDevs على X عنه في الساعة 20:00:32 UTC من اليوم نفسه. ووفقًا لـ OpenAI، كان GPT-Live-1.1 يشغّل المحادثات الصوتية في ChatGPT Plus وPro منذ 15 أكتوبر 2026، قبل وصوله إلى مطوري الواجهة.

في صفحة نموذج GPT-Live-1.1 الرسمية، تصف OpenAI الإصدار من خلال الاستماع والتحدث المتزامنين إلى جانب التفويض إلى الخلفية. ولأن GPT-Live-1.1 يعمل بنظام كامل الازدواجية، يمكن للواجهة الصوتية الاستماع إلى مقاطعات المستخدم أثناء نطق الإجابة، وقبول مدخلات صوتية ونصية وإرجاع مخرجات صوتية ونصية، مع دعم البث وfunction_calling. وبدلًا من معالجة الاستدلال المعقد متعدد الخطوات داخل حلقة الصوت نفسها، يكتب المطورون تعليمات بلغة طبيعية تخبر gpt-live-1.1 بموعد إحالة المهمة إلى نموذج خلفي أو سير عمل للأدوات.

إلى جانب اللقطة الجديدة للنموذج، قدّم سجل 19 نوفمبر إعداد انتظار WebRTC لواجهة Live API. وأبرزت OpenAI انخفاض تكاليف الخمول في منشور الإطلاق؛ وينطبق الانتظار على كل من gpt-live-1 وgpt-live-1.1، كما تتطابق أسعار القائمة للدقيقة بين النموذجين.

كم تبلغ تكلفة GPT-Live-1.1؟

وفقًا لـ صفحة أسعار واجهة OpenAI، تبلغ تكلفة gpt-live-1.1 ‏$0.05 لكل دقيقة من وقت الجلسة النشطة و$0.02 لكل دقيقة انتظار عبر WebRTC، مع الفوترة بالثانية دون تقريب مدة الجلسة إلى الدقيقة الكاملة التالية. وتتطابق أسعار القائمة هذه مع gpt-live-1، لذا فإن تغيير معرّف النموذج يرفع الجودة دون خفض السعر.

معرّف النموذج نقطة نهاية الواجهة سعر الصوت النشط سعر انتظار WebRTC وحدة الفوترة فوترة الخلفية والأدوات
gpt-live-1.1 /v1/live/sessions $0.05 / دقيقة $0.02 / دقيقة بالثانية تُفوتر منفصلة بأسعار نموذج الخلفية والأدوات
gpt-live-1 /v1/live/sessions $0.05 / دقيقة $0.02 / دقيقة بالثانية تُفوتر منفصلة بأسعار نموذج الخلفية والأدوات

تتكون التكلفة الإجمالية لوكيل صوتي من Live من عنصرين منفصلين: رسوم تعتمد على مدة الجلسة الصوتية، ورسوم استخدام قياسية لنماذج الخلفية والأدوات التي تنفذ المهام المفوضة. وعندما تفوض الواجهة الصوتية الاستدلال إلى نموذج نصي منفصل، تخضع رسوم الرموز لأسعار الواجهة القياسية؛ راجع مقارنة أسعار واجهات الذكاء الاصطناعي وتحليلنا لـ GPT-6.2 Astra وSol لمعرفة كيفية تنظيم مستويات الاستدلال في الخلفية.

مثال حساب تكلفة الصوت ورصيد WebRTC لمدة 15 ثانية

يشرح دليل OpenAI لزمن استجابة الصوت وتكلفته كيفية تفاعل الثواني النشطة وثواني الانتظار وبدء الجلسة في الفاتورة:

  1. رصيد تهيئة WebRTC: وفق سلوك البدء الافتراضي، يؤدي استدعاء POST /v1/live/sessions لإنشاء جلسة WebRTC إلى فوترة 15 ثانية من مدة الصوت أثناء تهيئة الاتصال. وبمجرد بدء تشغيل الجلسة، تقيد OpenAI رسوم هذه الثواني الـ 15 لصالح رسوم المدة الجارية. لا تضف 15 ثانية أخرى إلى المدة الفعلية للمكالمة عند تقدير الفاتورة؛ فكما توضح وثائق OpenAI، تتضمن جلسة نشطة مدتها 90 ثانية بالفعل الثواني الـ 15 المفوترة أثناء التهيئة.
  2. ما يُحتسب وقتًا نشطًا: تشمل الثواني النشطة كلام المستخدم والنموذج، وفترات الصمت قبل انتهاء مهلة الخمول التي حددتها، ووقت انتظار استدلال الخلفية أو تنفيذ الأدوات ما دامت عملية الاستدلال الصوتي تعمل.
  3. حساب جلسة مدتها 90 ثانية: يعرض دليل تكاليف OpenAI مثالًا لمكالمة تضم 60 ثانية من المحادثة النشطة و30 ثانية في الانتظار. وبالحساب وفق أسعار القائمة الرسمية، تبلغ رسوم الجلسة الصوتية (1 × $0.05) + (0.5 × $0.02) = $0.06، إضافة إلى أي رسوم منفصلة لنموذج الخلفية والأدوات تنشأ أثناء الجلسات أو بينها.

عند مراجعة طرق خفض تكاليف واجهات الذكاء الاصطناعي، انتبه إلى سلوك عناصر كتم الصوت في العميل: كتم مدخل ميكروفون المستخدم يترك جلسة GPT-Live نشطة بدلًا من إيقاف الاستدلال مؤقتًا. وعندما تنتهي المحادثة بالكامل، ينبغي للعميل أو الخادم إغلاق الجلسة وجمع بيانات الاستخدام النهائية بدلًا من الاعتماد على زر كتم محلي.

ما الذي تغير في GPT-Live-1.1 مقارنةً بـ GPT-Live-1؟

تُظهر مقارنة GPT-Live-1.1 مع GPT-Live-1 تحسنًا في جودة الصوت ودعم تعدد اللغات على بنية الجلسات نفسها. عندما أتاحت OpenAI نموذج GPT-Live-1 عمومًا في الواجهة يوم 10 سبتمبر 2026، ذكر سجل التغييرات نموذج فوترة الصوت النشط بالثانية مع احتساب استخدام الخلفية منفصلًا، ولم يذكر سعرًا للانتظار. وفي 19 نوفمبر 2026، أطلقت OpenAI نموذج gpt-live-1.1 إلى جانب إعداد انتظار WebRTC الجديد لكلا النموذجين.

لم تنشر OpenAI جداول لمعدل أخطاء الكلمات أو نتائج اختبارات معيارية صوتية في صفحات الوثائق التي جرى الاطلاع عليها، لذا تأتي الفروق الموثقة من صفحات نماذج OpenAI وإعلاناتها للمطورين:

  • التفريغ والنطق متعددا اللغات: يذكر سجل OpenAI الرسمي ووثائق النماذج أن gpt-live-1.1 يفرّغ الكلام بدقة أكبر من gpt-live-1 ويحسّن النطق، مع اتساق أكبر في اللكنة والأداء الصوتي عبر اللغات.
  • دقة الحروف والأرقام وموثوقية المهام: في سلسلة إطلاق @OpenAIDevs بتاريخ 19 نوفمبر، تقول OpenAI إن gpt-live-1.1 ينجز المهام بموثوقية أكبر ويتبع التعليمات ويساعد الوكلاء الصوتيين على فهم التفاصيل الدقيقة مثل الحروف والأرقام، مع تفويض عمليات العمل المعقدة إلى نموذج خلفي مختار.
  • حصص منفصلة لحدود المعدل: يستخدم النموذجان /v1/live/sessions، لكن gpt-live-1.1 وgpt-live-1 يطبّقان حدودًا منفصلة للجلسات المتزامنة، ويسري حد كل نموذج عبر مناطق الاستدلال. وتوجّه صفحة نموذج gpt-live-1.1 المطورين إلى مراجعة إعدادات حدود المعدل الخاصة بمؤسستهم بدلًا من نشر أرقام ثابتة لكل مستوى.

كيف يعمل انتظار GPT-Live على WebRTC؟

انتظار GPT-Live هو إعداد جلسة لاتصالات WebRTC الخاصة بـ gpt-live-1 وgpt-live-1.1 يوقف استدلال النموذج مؤقتًا أثناء الصمت مع إبقاء المكالمة الأساسية مفتوحة. وتوثّق OpenAI الانتظار لجلسات WebRTC فقط في دليل إدارة محادثات Live.

لتفعيل الانتظار عند إنشاء جلسة WebRTC عبر POST /v1/live/sessions، يضبط المطورون ثلاثة عناصر اختيارية للتحكم في السلوك ويستمعون إلى أحداث دورة الحياة:

  1. انتظار الكلام عند البدء: اضبط session.wake_policy.type على speech حتى تنتظر الجلسة تحدث شخص قبل بدء الاستدلال النشط.
  2. ضبط فترة الخمول: اضبط session.idle_timeout_s على عدد صحيح من 5 إلى 60. بعد مرور هذا العدد من الثواني دون تفريغ للمدخلات أو المخرجات، يتوقف الاستدلال مؤقتًا وتنتقل الجلسة إلى فوترة الانتظار. وعند حذف session.idle_timeout_s يظل الاستدلال نشطًا بعد الاستيقاظ الأول حتى انتهاء الجلسة.
  3. ضبط حساسية الاستيقاظ عند الحاجة: اضبط session.wake_policy.vad_threshold بين 0 و1 (القيمة الافتراضية 0.5). تتطلب العتبات الأعلى دليلًا أقوى على وجود كلام بشري قبل إيقاظ الجلسة، سواء عند البدء الأولي أو بعد كل توقف للانتظار.
  4. إبقاء مسار الميكروفون نشطًا وتتبع الأحداث: يجب أن يبقي العميل مسار صوت الميكروفون نشطًا أثناء الانتظار؛ فكتم الميكروفون لا يفعّل الانتظار، وقطع المسار يمنع اكتشاف الكلام. يظل اتصال WebRTC ومعرّف الجلسة دون تغيير، ويصدر session.paused عندما توقف مهلة الخمول الاستدلال (مع بقاء الاتصال والقناة الجانبية مفتوحين)، ويصدر session.resumed عندما يوقظ الكلام الاستدلال ويستعيد سجل المحادثة.

للانتظار أثر مقابل على زمن الاستجابة: تشير OpenAI إلى أنه بعد توقف الجلسة مؤقتًا قد تستغرق أول استجابة من النموذج لعبارة قصيرة وقتًا أطول أثناء استئناف الاستدلال.

نقاط النهاية وحدود الإعداد والواجهات غير المدعومة

يعمل GPT-Live-1.1 حصريًا على Live API ‏(/v1/live/sessions، بما في ذلك POST /v1/live/sessions لإعداد الجلسة وwss://api.openai.com/v1/live/sessions لإشارات WebSocket). لا يستطيع المطورون تمرير gpt-live-1.1 إلى Chat Completions أو Responses أو واجهة Realtime API الأقدم (/v1/realtime) أو التفريغ أو الترجمة في Realtime أو Assistants أو Batch أو Fine-tuning أو Embeddings أو نقاط نهاية توليد الكلام أو التفريغ. وتُدرج جميع هذه الواجهات على أنها غير مدعومة في صفحة نموذج gpt-live-1.1.

ضمن إعداد جلسة Live، تحكم قاعدتان هيكليتان كيفية توصيل الوكيل الصوتي:

  • ثبات النموذج والصوت لكل جلسة: يُقفل كل من model (المضبوط على اللقطة الافتراضية والوحيدة المدرجة، gpt-live-1.1) وaudio.output.voice (قيمته الافتراضية marin، إلى جانب أصوات OpenAI المدمجة متعددة اللغات والأصوات المخصصة) بمجرد بدء الجلسة. ويتطلب تغيير أي منهما بدء جلسة جديدة.
  • حد التعليمات وأوضاع التفويض: تقبل instructions الخاصة بالنظام حتى 16,384 رمزًا، تصف فيها بلغة طبيعية متى يجب تفويض العمل. ويحدد ضبط delegation.type إما وضع responses أو وضع client (وعند حذف الحقل أو ضبطه على null يكون الوضع الافتراضي client).

اختيار عملي: الترقية إلى 1.1 أو الانتظار أو إغلاق الجلسات

يتوقف اختيار إعداد gpt-live-1.1 وعناصر التحكم في دورة حياة الجلسة على أنماط المكالمات وحصة المؤسسة؛ ولقرارات أوسع تشمل نقاط نهاية النصوص والوسائط المتعددة، راجع دليلنا عن كيفية اختيار نموذج ذكاء اصطناعي.

  • متى تغيّر معرّف النموذج إلى gpt-live-1.1: حدّث model إلى gpt-live-1.1 إذا كان تطبيقك يتعامل مع متصلين بلغات متعددة، أو يبدّل اللغات أثناء المكالمة، أو يجمع معرّفات الحسابات ورموز التأكيد والأسماء المنطوقة حرفًا حرفًا، وهي حالات تستهدف OpenAI فيها تحسين التفريغ والتعرف على الحروف والأرقام. ولأن أسعار المدة بالثانية تطابق gpt-live-1، لا تضيف تجربة اللقطة الجديدة زيادة إلى سعر الصوت. قبل نقل حركة الإنتاج، تحقق من حد الجلسات المتزامنة لـ gpt-live-1.1 في لوحة OpenAI الخاصة بمؤسستك، لأن حصته منفصلة عن gpt-live-1.
  • متى تفعّل انتظار WebRTC: فعّل wake_policy.type: "speech" وidle_timeout_s من 5 إلى 60 ثانية عندما يظل المستخدمون متصلين بواجهة صوتية عبر WebRTC أثناء قراءة النتائج على الشاشة أو ملء النماذج أو التوقف على فترات من نصف دقيقة إلى دقيقتين تقريبًا. يحافظ الانتظار على سجل المحادثة ونقل WebRTC جاهزين للاستئناف بتكلفة أقل بنسبة 60% من سعر الصوت النشط خلال فترات الصمت.
  • متى تغلق الجلسة بدلًا من ذلك: أنهِ الجلسة وافتح أخرى لاحقًا كلما استطاع التطبيق قطع الاتصال بسلاسة أثناء الفترات الطويلة أو عندما يبتعد المستخدم لعدة دقائق. تواصل علامة تبويب الانتظار المهجورة تراكم رسوم المدة باستمرار، ويمكن لحالة التطبيق تنسيق عمل الخلفية عبر جلسات منفصلة بين المكالمات.

الأسئلة الشائعة

هل GPT-Live-1.1 أرخص من GPT-Live-1؟

لا. تعرض OpenAI أسعار مدة متطابقة لكل من gpt-live-1.1 وgpt-live-1 ‏($0.05 لكل دقيقة نشطة و$0.02 لكل دقيقة انتظار WebRTC، مع الفوترة بالثانية دون التقريب إلى دقيقة كاملة). يأتي أي خفض للتكلفة من تفعيل انتظار WebRTC أو إغلاق الجلسات الخاملة مبكرًا، لا من تغيير معرّفات النماذج.

هل يعمل انتظار GPT-Live على GPT-Live-1 أيضًا؟

نعم. رغم أن OpenAI أعلنت انتظار WebRTC في سجل التغييرات وسلسلة X نفسيهما بتاريخ 19 نوفمبر 2026 مع gpt-live-1.1، فإن الانتظار إعداد جلسة في Live API مدعوم لكل من gpt-live-1 وgpt-live-1.1 باستخدام idle_timeout_s من 5 إلى 60 ثانية على اتصالات WebRTC.

هل يؤدي كتم الميكروفون إلى تفعيل الانتظار؟

لا. تنص وثائق OpenAI لتكلفة الصوت على أن كتم مدخل الميكروفون يترك الجلسة نشطة بالسعر النشط الكامل. ويتطلب انتظار WebRTC إبقاء مسار صوت الميكروفون نشطًا حتى يتمكن اكتشاف النشاط الصوتي من رصد استئناف المستخدم للكلام واستئناف الاستدلال.

هل يمكنني استدعاء gpt-live-1.1 على Chat Completions أو Responses أو /v1/realtime؟

لا. لا يُدعم معرّف النموذج gpt-live-1.1 إلا على /v1/live/sessions. وتضع OpenAI علامة غير مدعوم على Chat Completions وResponses وRealtime ‏(/v1/realtime) وAssistants وBatch ونقاط نهاية التفريغ أو توليد الكلام المستقلة؛ ولاستخدام Responses للاستدلال، اضبط التفويض من جلسة Live.

هل تضيف رسوم تهيئة WebRTC لمدة 15 ثانية تكلفة إضافية لكل مكالمة؟

ليس بعد أن تستمر المكالمة 15 ثانية على الأقل. يؤدي إنشاء جلسة WebRTC عبر POST /v1/live/sessions إلى فوترة 15 ثانية أثناء التهيئة وفق سلوك البدء الافتراضي، وتقيد OpenAI هذا المبلغ لصالح رسوم المدة الجارية، لذلك تُفوتر المكالمة النشطة التي تدوم 90 ثانية عن 90 ثانية إجمالًا.

المصادر

بقلم

Chunyu Cai

Chunyu Cai هو الرئيس التنفيذي لشركة Lotook, LLC ورائد أعمال يكتب عن نماذج الذكاء الاصطناعي ووكلائه وكيف تغير العمل اليومي. يحمل Chunyu Cai درجة الماجستير من Imperial College London.