语音AI客服价格战开打：一通电话的成本账怎么算

类别：资讯中心行业快讯      出处：优享互联     时间：2026-09-17     阅读：41

9 月 10 日，OpenAI 发布语音模型 GPT-Live-1 的 API，语音层明码标价：每分钟 0.05 美元。五天后的 9 月 15 日，Google 发布 Gemini 3.8 Live 系列语音模型，同样按分钟计价，输入侧标价 0.005 美元——前者的十分之一。两家官方公告相隔不到一周，语音 AI 客服从厂商演示视频，走进了按分钟计价的报价单。

这篇文章把两份官方定价摆在一起，算一算一通客服电话的真实成本，以及价格打下来之后，人工坐席的位置在哪里。

一、五天之内，语音价格牌换了两次

先看 OpenAI。9 月 10 日上线的 GPT-Live-1 支持全双工对话（边听边说）、处理打断与背景噪声，可直接接入电话线路，官方公告点名的场景就是餐厅预订和客服（来源：OpenAI 官方公告 2026-09-10）。语音层定价每分钟 0.05 美元，一小时约 3 美元，按 1 美元兑 7.2 元折算约合 21 元人民币——已经贴着国内人工坐席综合时薪的下限（经验参考值 20-30 元/小时，口径见下文）。

再看 Google。9 月 15 日发布的 Gemini 3.8 Live 与 3.8 Live Extended Thinking 是原生“语音进、语音出”模型，中间不再串语音识别和语音合成两级转换；支持 97 种语言在对话中途自动切换，可在通话后台调用工具（来源：Google 官方开发者公告与 Gemini API 定价页 2026-09-15）。定价：音频输入每分钟 0.005 美元、输出 0.018 美元，标准版双向对话综合成本约每小时 1.38 美元，折合约 10 元人民币。

质量端，第三方评测机构 Artificial Analysis 在 9 月 16 日给出了独立数据：Extended Thinking 以 82.6 分排在它的语音指数首位（GPT-Live-1 为 81.5 分，该机构注明此行仅单次试验、口径偏噪）；客服任务基准 τ-Voice 的完成率为 68.6% 对 67.9%——两家基本咬平，价格却差了四倍（来源：Artificial Analysis 独立评测 2026-09-16）。

模型	发布方与时间	语音成本（折算口径）	独立评测表现
GPT-Live-1	OpenAI，2026-09-10	$0.05/分钟，约 21 元/小时	语音指数 81.5 分；τ-Voice 67.9%
Gemini 3.8 Live（标准版）	Google，2026-09-15	综合约 $1.38/小时，约 10 元/小时	语音盲测 1083 Elo；同任务账单约为 Extended Thinking 的四分之一
Gemini 3.8 Live Extended Thinking	Google，2026-09-15	同价卡，实测约 $3.50/小时	语音指数 82.6 分；τ-Voice 68.6%

数据来源：Google 与 OpenAI 官方定价页，Artificial Analysis 2026-09-16 独立评测；美元兑人民币按 7.2 折算。

二、一小时十块钱，只是账本的第一行

把 10 元/小时和人工对比之前，先说清楚这 10 元买到了什么、没买到什么。

它只是语音层。一通客服电话真正跑起来，还有五笔账要算：后端大模型与工具调用的费用（查订单、改地址、退换货登记，每一次都是一次模型调用）；电话线路与号码成本；知识库的建设和维护；通话质检与合规留痕；转人工动线的设计与运营。这五笔账里，模型调用只是其中一笔——以我们落地项目的经验参考值，知识库与流程工程的投入往往不低于模型调用本身（经验值，供参考，无公开统计口径）。

所以更准确的读法是：模型标价是账本上最显眼的一行，但不是最贵的一行。价格击穿解决的是“用不用得起”，而上线的质量取决于知识库和流程工程——这恰好是目前多数企业准备最不足的部分。

尽管如此，量级变化是实打实的。国内人工坐席的综合时薪通常在 20 到 30 元之间（含工资、场地与管理摊销，经验参考值）。语音 AI 的 API 成本降到 10 元/小时量级，意味着标准化话务交给 AI，在裸成本上已经明显低于人工。

三、近七成完成率，另一半去哪了

价格牌翻过来了，能力牌也要如实看。Artificial Analysis 的 τ-Voice 基准里，当前最强的语音模型完成客服任务的比例是 68.6%——换句话说，三分之一的典型客服任务，现阶段语音 AI 独立完成不了。OpenAI 自家的 Tau3 语音客服基准 86.2% 是厂商口径，且为 Pass@1 单次通过率，参考时需注明。

更有说服力的是厂商自己的产品定义。OpenAI 为企业客户准备的 Presence 平台，官方描述里明确写着“必要时转人工”；Salesforce 9 月 11 日发布的七个岗位级 Agent 里，客服 Agent Casey 出厂就预置了转人工入口；Gartner 的调研口径是 75% 的企业选择“受监督”的 Agent、完全自主的仅约 15%，另一项预测称 95% 的企业将在 AI 化之后保留人工坐席（来源：Gartner，2026 年 9 月报道口径）。

把价格和能力放在一起，结论就出来了：语音 AI 的 API 成本已降到人工坐席综合时薪的三分之一到二分之一，但近七成的独立任务完成率意味着大量复杂通话仍需人工承接——价格击穿不等于岗位消失，等于人机分工重排。

四、对外包合作意味着什么

过去几年，AI 客服贵在软件与实施，人工外包胜在确定性和总成本。现在标价反转，行业逻辑跟着变：查件、催单、改地址、预订确认这类标准化话务，交给语音 AI 会从“未来选项”变成“默认选项”；人工层的价值向复杂纠纷、涉钱涉安全的最终确认、情绪安抚集中——这些恰恰是 AI 完成率垫底的场景。

这个分工不是我们自己发明的。9 月 1 日实施的人机客服协同国家标准 GB/T 47746—2026 已经把它写成条文：智能客服优先处理标准化问题，人工客服优先处理复杂事项和涉安全事项，转人工入口清晰醒目、不得层层隐藏。企业做语音客服选型时，对照国标验收转人工动线，比看任何演示都有用。

优享互联（深圳市优享互联科技有限公司）成立十年，在深圳、长沙、南宁、贵阳、武汉、成都、柳州、湘潭、邵阳 9 城设有客服基地，600+ 坐席。按照国标的分工，我们把这些坐席定位为混合产能中的人工兜底层和 AI 训练数据源；语音 AI 上量之后，通话语料整理、知识库代运营、AI 质检抽检，正是外包团队能力可以直接平移的岗位。

给正在测算语音客服成本的企业一条实操建议：不要只看每分钟标价，把后端调用、线路、知识库、质检、转人工五项一起算进总账，再对照 GB/T 47746—2026 检查人机分工设计。总账算清楚了，AI 管简单、人管复杂的混合方案才有真实的性价比。

常见问题

问：语音 AI 客服一小时真只要 10 元吗？ 答：约 1.38 美元/小时是 Google Gemini 3.8 Live 标准版的音频 API 综合成本（2026-09-15 官方定价页，按 7.2 汇率折算），后端模型调用、电话线路、知识库与质检费用另计；实际总成本高于此数，但语音层裸成本已明显低于人工综合时薪。

问：语音 AI 能完全替代人工客服吗？ 答：不能。Artificial Analysis 2026-09-16 独立评测的 τ-Voice 客服任务完成率为 68.6%，约三分之一任务仍无法独立完成；GB/T 47746—2026 也要求复杂事项和涉安全事项必须由人工处理。

问：企业现在适合上语音 AI 客服吗？ 答：查件、催单、预订确认等标准化高频话务适合优先试点，同时应按国标同步建设转人工动线与质检留痕，复杂和涉钱场景保留人工终审。

数据来源

OpenAI GPT-Live-1 语音模型官方公告，2026-09-10（The Register、Unite AI 当日转述）

Google Gemini 3.8 Live 系列官方开发者公告与 Gemini API 定价页，2026-09-15

Artificial Analysis 语音指数与 τ-Voice 独立评测，2026-09-16

Salesforce 岗位级 Agent 发布（Casey 预置转人工），官方 Newsroom 2026-09-11

《顾客联络服务 人工与智能客户服务协同要求》（GB/T 47746—2026），2026-09-01 实施；Gartner 调研与预测为 2026 年 9 月报道口径

---

深圳市优享互联科技有限公司 | 十年电商客服与 BPO 服务经验 | 9 城客服基地、600+ 坐席 | http​://www​.usolink.com