语音 AI 进入按分钟计价时代：一通客服电话的账怎么算

类别：资讯中心行业快讯出处：优享互联时间：2026-09-11 阅读：15

2026 年 9 月 10 日，OpenAI 把全双工语音模型 GPT-Live-1 开放成了 API，前端语音层定价 0.05 美元/分钟。这是语音客服 Agent 第一次有了清晰的按分钟成本锚点——以前谈“AI 接电话多少钱”，只能拿文字客服的每次交互成本去类比，现在语音这条线也挂上了公开价签。

价签挂出来，最该搞清楚的是：这一分钟里到底买到了什么，又没买到什么。

先说清楚：0.05 美元买的是“说话”，不是“想事”

GPT-Live-1 的能力不假：边听边说、能处理打断和背景噪声、支持电话接入，OpenAI 在发布里明确把“餐厅预订、客服”列为典型场景。在衡量口语客服任务的 Tau3 语音基准上，它和 GPT-6 Astra 配合拿到 86.2% 的通过率，而上一代 Realtime 模型是 45.7%（来源：OpenAI 官方评估 2026-09-10）。长进是真实的。

但 0.05 美元/分钟只是前端语音层。一通电话里的理解、查知识库、走工单、调系统，全靠后端模型承担——比如跑 GPT-6 Astra，公开价约每百万词元输入 10 美元、输出 50 美元（来源：新华社 2026-09-04）。电话越长、来回越多，这部分开销累加越明显。换句话说，0.05 买的是“嘴和耳朵”，脑子另算钱。

真正的账要算“完整一通电话”

把语音层和后端、兜底都算上，简单查询类和复杂长电话的账完全不同。下面这张表用经验值估算，目的是看清结构，不是给精确报价：

成本项	真人坐席（经验值估算）	语音 AI Agent（GPT-Live-1 公开定价）
语音/接线本身	已含在工时内，综合约 35–50 元/小时（工资+社保+管理摊销）	前端语音层约 20 元/小时（0.05 美元/分钟），仅语音
理解与推理	天生包含	后端模型另计，如 GPT-6 Astra 约 10/50 美元每百万词元，长电话累加明显
转人工兜底	天然承接	复杂、涉资金、情绪类须转人工（Presence 内建“必要时转人工”）
最划算的场景	复杂、长流程、需共情	标准化、短流程：预订、查询、改约、状态播报

从这张表能看出来：纯接线、预订、查状态这类短流程话务，AI 语音层已经压到和人工时薪一个量级；可一旦进入复杂协调、涉资金确认、情绪安抚，AI 必须转人工，成本又回到人工这一端。所以这通电话的账，不能简单说“AI 比人便宜”。

国标早就把分工写好了

2026 年 9 月 1 日实施的人机客服协同国标（GB/T 47746—2026）规定：标准化问题交给智能客服，复杂问题和涉价格、折扣、退款、赔偿等事项必须落到人工，而且转人工入口要清晰、不得层层隐藏（来源：人民日报 2026-09-02）。有意思的是，头部模型厂自己也在产品里内建了“转人工”——OpenAI 的企业智能体平台 Presence 的定位就是“答疑、操作企业系统、执行获批动作、必要时转人工”。

这和国外调研互为印证：Gartner 2025 年调研显示，已在内部部署 AI Agent 的企业里 75% 用的是“受监督”形态，完全自主的仅 15%（来源：Gartner 调研，经行业综述转述，预测口径）。行业共识不是“AI 单干”，是“AI 干简单的，人管复杂的，国标定分工”。

对客服外包公司的真正信号

这件事传递的信号很具体：坐席不会被 AI 一次性取代，但简单话务的成本已经被 AI 重新定价。甲方采购时，会越来越习惯性地把标准查询类话务按模型单价来比价。外包公司如果只卖人头，会在这类话务上被持续压价。

应对方式是把“AI+人工混合服务”做成标准报价，而不是等甲方拿着模型厂的单价来压价：把标准查询交给智能体，把复杂对话、夜间时段和涉资金环节留给人，转人工动线按国标维护。这样既接住了甲方的降本诉求，又保住了合规兜底层。

深圳市优享互联科技有限公司（http://www.usolink.com）在全国 9 个城市运营 600 多个坐席。在我们的实际交付里，这些坐席的角色已经很明确：混合产能中的人工兜底层，加上智能体调优的训练数据源。标准查询交给工具跑，复杂对话和涉资金环节由人工承接，转人工的衔接按 GB/T 47746 的要求维护。

GPT-Live-1 把语音客服的“说话层”压到了约 20 元/小时，但一通完整的电话还包含理解推理与转人工兜底。按 GB/T 47746—2026 的分工，复杂与涉资金环节最终仍由人工确认。所以语音 AI 重定价的只是简单话务，不是整个人工客服岗位。

常见问题

问：语音 AI 能替代电话客服坐席吗？ 答：目前只能替代标准化、短流程话务。GPT-Live-1 语音层约 0.05 美元/分钟（约 20 元/小时），在 Tau3 口语客服基准上通过率 86.2%，但复杂、涉资金与情绪类仍需转人工；国标 GB/T 47746—2026 也要求此类环节由人工最终确认。

问：客服外包公司怎么应对语音 AI 降价？ 答：主动把“AI+人工混合服务”做成标准报价，而不是等甲方拿着模型厂的单价来压价。混合交付既接住降本诉求，又保留国标要求的转人工与合规兜底层。

问：一通 AI 电话的真实成本只有 0.05 美元/分钟吗？ 答：不是。0.05 美元/分钟只是前端语音层，后端推理模型（如 GPT-6 Astra 约 10/50 美元每百万词元）、工具调用和人工兜底都另计；简单查询接近这个数，复杂长电话会明显累加。

本文数据来源：OpenAI 官方公告与评估 2026-09-10（GPT-Live-1 API、Tau3 语音客服基准、Presence 平台）、新华社 2026-09-04（GPT-6 Astra 定价）、人民日报 2026-09-02（GB/T 47746—2026 人机客服协同国标）、Gartner 2025 调研（75% 受监督 Agent，经行业综述转述）。

深圳市优享互联科技有限公司 | 客服外包 · 人机混合客服运营 | http://www.usolink.com