يُعد GPT-Live-1.1 API نموذج OpenAI للصوت ثنائي الاتجاه (full-duplex)، ويُقدَّم عبر v1/live/sessions. تفتح جلسةً عبر WebRTC أو WebSocket أو SIP، وترسل إعدادات session تتضمن النموذج والتعليمات والصوت، وتتيح له تفويض عمليات الاستدلال واستدعاء الأدوات إلى نموذج Responses في الخلفية. تبلغ تكلفته 0.05 دولار لكل دقيقة نشطة و0.02 دولار لكل دقيقة استعداد.
أصبحت OpenAI متاحة GPT-Live-1.1 في الـ API بتاريخ 20 نوفمبر 2026، وفقًا لإعلان OpenAI Developers. إذا قرأت تغطيتنا في يوليو، فإن مقال هل يوجد GPT-Live API؟ كان يجيب بـ "ليس بعد". وقد تغيّر ذلك. يأخذك هذا الدليل في جولة تشمل جلسة عملية، وإعدادات تفويض، وأداة دوال (function tool)، وبيئة اختبار للخلفية التي يستدعيها وكيلك الصوتي.
ما هو GPT-Live-1.1 API؟
GPT-Live-1.1 هو نموذج يستقبل الصوت ويخرّج الصوت، ويستمع أثناء حديثه. يعمل على نقطة النهاية v1/live/sessions، وليس v1/realtime أو v1/responses. مهمته الأساسية هي المحادثة، بينما تُسند مهام الاستدلال الأثقل واستخدام الأدوات إلى نموذج خلفي تحدده أنت، ليبقى الصوت سريع الاستجابة بينما تُنفَّذ الأعمال.
إليك ما تدرسه صفحة نموذج GPT-Live-1.1 حاليًا:
| البند | GPT-Live-1.1 |
|---|---|
| معرّف النموذج |
gpt-live-1.1 (نسخة واحدة) |
| الإدخال / الإخراج | صوت ونص كمدخلات، وصوت ونص كمخرجات |
| نقطة النهاية |
v1/live/sessions فقط |
| وسائل النقل | WebRTC (موصى به)، WebSocket، SIP |
| سعر الحالة النشطة | 0.05 دولار لكل دقيقة |
| سعر وضع الاستعداد | 0.02 دولار لكل دقيقة (WebRTC مع إيقاف الاستدلال مؤقتًا) |
| النموذج الخلفي والأدوات | تُحتسب فاتورتها بشكل منفصل وفق أسعارها المعتادة |
| التزامن | حد منفصل عن GPT-Live-1، لكل مؤسسة |
للاطلاع على خلفية المنتج، راجع ما هو GPT-Live وكيف يختلف عن GPT Realtime.
GPT-Live-1.1 مقابل GPT-Live-1: ما الذي تغيّر؟
تُدرج صفحة النموذج ودليل كتابة الأوامر أربعة اختلافات عملية:
- التفريغ النصي (Transcription): الإصدار 1.1 "يفرّغ الكلام نصيًا بدقة أكبر".
- الصوت: يحافظ 1.1 على "لهجة وصوت أكثر اتساقًا عبر اللغات".
-
أوامر التفويض: يقبل 1.1 اللغة الطبيعية ("فوّض إلى الخلفية عندما:"). بينما يحتاج GPT-Live-1 إلى العلامة
<|SpawnThinking|>في سياسته. - صياغة الفوترة: يُفوتر GPT-Live-1 بالثانية دون تقريب لأعلى إلى الدقيقة الكاملة. بينما تذكر صفحة 1.1 فقط أنه "يُفوتر حسب المدة".
كلا النموذجين يتشاركان نفس نقطة النهاية والأسعار وهيكل الجلسة، لذا فإن الانتقال إلى 1.1 هو في الأساس تغيير سلسلة اسم النموذج مع أمر أوضح.
كيف تفتح جلسة GPT-Live-1.1
يوصي دليل البدء مع GPT-Live باستخدام WebRTC للمتصفح والهواتف المحمولة وصوت الخوادم. أما WebSocket فهو المسار الأبسط لنموذج أولي يعمل على الخادم، لذا ابدأ من هناك:
- افتح
wss://api.openai.com/v1/live/sessionsمع الترويسةAuthorization: Bearer $OPENAI_API_KEYدون أي معاملات استعلام. - أرسل
session.startكأول رسالة، مع إعداداتsessionالخاصة بك. - انتظر وصول
session.startedقبل إرسال الصوت. - بَثّ الصوت بالصيغة التي اخترتها. الافتراضية هي PCM بتردد 24 كيلوهرتز.
import WebSocket from "ws";
const ws = new WebSocket("wss://api.openai.com/v1/live/sessions", {
headers: { Authorization: `Bearer ${process.env.OPENAI_API_KEY}` },
});
ws.on("open", () => {
ws.send(JSON.stringify({
type: "session.start",
event_id: "start_1",
session: {
model: "gpt-live-1.1",
instructions: "You are the voice agent for Acme order support. Keep answers short.",
audio: {
format: { type: "audio/pcm", rate: 24000 },
output: { voice: "marin" },
},
},
}));
});
ws.on("message", (raw) => {
const msg = JSON.parse(raw);
if (msg.type === "session.started") console.log("Session ready");
});
بعض قواعد الإعداد من دليل المحادثة:
- يقبل الحقل
instructionsحتى 16,384 رمزًا (token). يمكنك إضافة المزيد أثناء الجلسة عبرsession.instructions.append(500 رمز لكل إضافة). - القيمة الافتراضية لـ
audio.output.voiceهيmarin. من الأسماء الأخرى المتاحة في الـ API:quartzوstoneوmeridianوwillow. - صيغ WebSocket هي
audio/pcmبتردد 24,000 أو 16,000 هرتز، وaudio/pcmuأوaudio/pcmaبتردد 8,000 هرتز للهاتف. - القيمة الافتراضية لـ
storeهيfalse. وتغييرmodelيتطلب جلسة جديدة.
في بيئة الإنتاج داخل المتصفح، انتقل إلى WebRTC. يحتفظ خادمك بمفتاح الـ API ويُمرّر عرض SDP الصادر من المتصفح:
const res = await fetch("https://api.openai.com/v1/live/sessions", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.OPENAI_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
session: { model: "gpt-live-1.1", instructions: "..." },
transport: { type: "webrtc", sdp: offerSdp },
}),
});
const { session, transport } = await res.json(); // HTTP 201
// session.id looks like "live_123"; return transport.sdp to the browser
اترك الحقل audio.format خارج طلبات WebRTC، ولا ترسل session.start على قناة البيانات. ولاحظ تفصيلًا في الفوترة: إنشاء جلسة WebRTC يُفوتر 15 ثانية أثناء التهيئة، تُعاد إليك بمجرد تشغيل الجلسة.
التفويض في GPT-Live-1.1: دع نموذجًا خلفيًا يتولى التفكير
التفويض هو السبب وراء وجود هذا الـ API. يستمر نموذج الصوت في الحديث بينما يقوم نموذج خلفي بالاستدلال أو البحث أو استدعاء الأدوات. تختار أحد وضعين عند إنشاء الجلسة، ولا يمكنك التبديل بينهما في منتصفها.
| الوضع | delegation.type |
من يشغّل الخلفية | الأفضل لـ |
|---|---|---|---|
| Responses | "responses" |
OpenAI، باستخدام النموذج والأدوات التي تضبطها | معظم التطبيقات؛ الأدوات المستضافة، استدعاء الدوال |
| Client |
"client" (وهو الافتراضي أيضًا) |
تطبيقك | حلقة وكيلك الخاصة أو خلفية غير تابعة لـ OpenAI |
يقترح دليل التفويض البدء بـ gpt-6-luna وتجربة gpt-6-sol لمهام الخلفية الأصعب. وإن لم تختر بعد، فإن نظرة عامة على GPT-6 Luna تغطي المقايضة بينهما.
"delegation": {
"type": "responses",
"responses": {
"model": "gpt-6-luna",
"instructions": "Look up orders with get_order. Answer in one sentence.",
"tools": [{ "type": "web_search" }],
"tool_choice": "auto",
"parallel_tool_calls": false
}
}
يقبل الكتلة responses أيضًا max_output_tokens (16 فأكثر)، وservice_tier (auto أو default أو flex أو priority، حيث إن priority هي الوضع السريع)، وإعدادات reasoning وtext التي يدعمها نموذجك الخلفي. يمكنك تغيير هذه الحقول أثناء الجلسة عبر session.update. والتحقق يتم بشكل غير متزامن: يصل الإعداد الخاطئ كرسالة error بالرمز responses_validation_failed، وتبقى الجلسة مفتوحة.
ثم أخبر نموذج الصوت متى يفوّض. في الإصدار 1.1، يكون ذلك بلغة طبيعية داخل instructions:
Delegate to the backend when: the caller asks about an order, a refund or anything you must look up.
Do not delegate when: the caller greets you, asks you to repeat, or says goodbye.
While the backend works, briefly say what you are checking.
يحذّر دليل كتابة الأوامر من أن عبارة منطوقة مثل "أنا أتحقق من ذلك" لا تثبت أن عمل الخلفية قد بدأ. راقب ظهور session.delegation.created في سجلاتك بدلًا من ذلك.
إضافة استدعاء الدوال إلى جلسة GPT-Live-1.1
الأدوات المستضافة مثل البحث على الويب تعمل داخل OpenAI. أما دوالك الخاصة فتعمل داخل تطبيقك. ضع أداة دوال قياسية من Responses في delegation.responses.tools:
{
"type": "function",
"name": "get_order",
"description": "Get the shipping status of an order by its ID.",
"parameters": {
"type": "object",
"properties": { "order_id": { "type": "string" } },
"required": ["order_id"],
"additionalProperties": false
},
"strict": true
}
تصل أحداث الخلفية إليك مغلّفة في غلاف response.event يحمل delegation_id وحدثًا متداخلًا event. يصل استدعاء دالة مكتمل كـ response.output_item.done متداخل، يحمل عنصره call_id وname وarguments. نفّذ الدالة، وأرسل response.item.create بالنتيجة، ثم أرسل response.create:
ws.on("message", async (raw) => {
const msg = JSON.parse(raw);
if (msg.type !== "response.event") return;
const ev = msg.event;
if (ev.type !== "response.output_item.done" || ev.item?.type !== "function_call") return;
const { order_id } = JSON.parse(ev.item.arguments);
const order = await fetch(`${ORDERS_API}/orders/${order_id}`).then((r) => r.json());
ws.send(JSON.stringify({
type: "response.item.create",
item: { type: "function_call_output", call_id: ev.item.call_id, output: JSON.stringify(order) },
}));
ws.send(JSON.stringify({ type: "response.create" }));
});
ثلاثة تفاصيل تُربك المستخدمين:
- إضافة المخرجات وحدها لا تُعيد تشغيل الخلفية. تحتاج إلى
response.create. - إذا أهملت نتيجة معلّقة فستحصل على
function_call_outputs_required. وقيمcall_idالمكررة أو غير المطابقة تُرفض. - أحداث
response.completedالمُمرَّرة تحملresponse.outputفارغة. اقرأ أحداث عناصر المخرجات الفردية.
أسعار GPT-Live-1.1 وحدوده
وقت الصوت سهل الحساب. مكالمة دعم مدتها 5 دقائق تبقى نشطة طوال الوقت وتكلّف 5 × 0.05 دولار = 0.25 دولار كوقت صوت. وألف مكالمة من هذا النوع تكلّف 250 دولارًا، إضافةً إلى ما يُفوتر نموذج الخلفية والأدوات بأسعارها المعتادة.
| بند التكلفة | السعر |
|---|---|
| الصوت النشط | 0.05 دولار لكل دقيقة |
| الصوت في وضع الاستعداد (WebRTC مع إيقاف الاستدلال مؤقتًا) | 0.02 دولار لكل دقيقة |
| تهيئة WebRTC | 15 ثانية، تُعاد إليك بمجرد تشغيل الجلسة |
| النموذج الخلفي والأدوات | الأسعار المعتادة لذلك النموذج والأداة |
تُحتسب حدود المعدل بعدد الجلسات المتزامنة، لا بعدد الرموز. ولدى GPT-Live-1.1 وGPT-Live-1 حدود منفصلة تنطبق عبر مناطق الاستدلال جميعها. تُدرج صفحة GPT-Live-1 50 و300 و500 جلسة متزامنة للخطط Build وLaunch وGrow على التوالي، مع عدم توفر وصول في الخطة المجانية. ولا تقدّم صفحة 1.1 أي أرقام، لذا راجع صفحة حدود مؤسستك قبل الإطلاق.
دع وكيل البرمجة الخاص بك يختبر خلفية الأدوات باستخدام Apidog CLI
موثوقية وكيلك الصوتي تعتمد على موثوقية الـ API خلف get_order. فالاستجابة البطيئة أو المشوّهة تتحول إلى صمت تام أو إجابة خاطئة تُنطق بصوت عالٍ. لذا اختبر تلك الخلفية قبل أن يسمعها أي متصل، ودع وكيل البرمجة الخاص بك يقوم بذلك عبر Apidog CLI.
هيّئها مرة واحدة:
npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install
ثم أعطِ Claude Code أو Codex أو Cursor أمرًا واحدًا فقط:
Import ./orders-openapi.yaml into Apidog project <projectId>. Create test cases for
GET /orders/{order_id}: a known ID returns 200 with a status field in under 800 ms,
and an unknown ID returns 404 with a JSON error. Run them against the staging
environment and tell me what failed.
يقرأ الوكيل المخطط (schema)، ويتحقق من صحة حمولته، وينشئ حالات الاختبار ويشغّلها:
apidog import --project <projectId> --format openapi --file ./orders-openapi.yaml
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <projectId> --file case.json
apidog run --test-case <caseId> --project <projectId> -e <envId> -r cli,json
ميزانية الـ 800 مللي ثانية مهمة في الصوت: فالمتصل يسمع كل مللي ثانية تأخذها أداتك. ضع نفس الأمر apidog run مع -r junit في خط CI ليتعثر البناء عند أي تراجع في الأداء، كما هو موضح في دليل CI/CD لـ Apidog CLI. هل أنت جديد على سير عمل الوكلاء؟ ابدأ بـ Apidog CLI في Claude Code. وتغطي خطة Apidog المجانية حتى 4 مستخدمين.
الأسئلة الشائعة
هل GPT-Live-1.1 متاح في الـ API؟ نعم. منذ 20 نوفمبر 2026، يمكنك استدعاء gpt-live-1.1 على v1/live/sessions عبر WebRTC أو WebSocket أو SIP. ولا يُقدَّم على v1/realtime أو v1/responses أو Chat Completions.
كم يكلّف GPT-Live-1.1 API؟ 0.05 دولار لكل دقيقة نشطة و0.02 دولار لكل دقيقة استعداد. وتُفوتر استدعاءات نموذج الخلفية والأدوات بشكل منفصل وفق أسعارها الخاصة.
ما الفرق بين GPT-Live-1.1 وGPT Realtime؟ يعمل GPT-Live على نقطة نهاية خاصة به، ويُفوتر حسب مدة الصوت، ويسند الاستدلال إلى نموذج خلفي عبر التفويض. أما GPT Realtime فيعمل على v1/realtime. راجع مقارنة GPT-Live مع GPT Realtime.
أي نموذج خلفي أستخدم للتفويض؟ يقترح دليل OpenAI البدء بـ gpt-6-luna واستخدام gpt-6-sol لمهام الخلفية الأكثر تعقيدًا. واضبط service_tier على priority إذا كان زمن الاستجابة أهم من التكلفة.
هل يمكنني استخدام وكيلي الخاص بدلًا من نموذج Responses؟ نعم. اضبط delegation.type على client. يشغّل تطبيقك أعمال الخلفية ويعيد النتائج عبر session.commentary.append. كما تتابع النصوص المنقولة بنفسك.
هل يدعم GPT-Live-1.1 استدعاء الدوال؟ نعم، من خلال تفويض Responses. عرّف الدوال في delegation.responses.tools، واقرأ الاستدعاءات من response.event، وأعد النتائج عبر response.item.create مع response.create.


Top comments (0)