微新创想：OpenAI 近日面向全球开发者推出了两项关键 API 更新 这些更新旨在大幅提升 AI 智能体在语音交互与复杂任务流中的性能表现
在模型层面 新推出的实时模型 gpt-realtime-1.5 及其配套音频模型正式登场 其核心目标是提高语音命令的可靠性 根据 OpenAI 内部测试数据 新模型在处理数字和字母的转录准确率上提升了约 10% 逻辑音频任务准确率提高了 5% 而指令执行的准确率也相应提升了 7% 有效解决了 AI 在听取关键短语或执行复杂语音指令时的偏差问题
在架构层面 Responses API 现已支持 WebSocket 协议 这标志着 AI 通信模式的重大变革 与以往每次请求都必须重新传输完整上下文的模式不同 WebSocket 允许开发者建立持久连接 系统仅在产生新数据时进行增量发送 OpenAI 指出 这一改进对于需要频繁调用大量工具的复杂 AI 代理尤为关键 能够将其运行速度直接提升 20% 到 40%
这两项更新不仅让 AI 的“听力”更敏锐 更让其“行动”效率迈向了全新的台阶 通过优化模型性能和通信架构 OpenAI 正在为开发者提供更高效、更精准的 AI 交互体验 这些改进将为未来的智能应用带来更广泛的可能性
