ChatGPT Bidi 1 双向语音功能灰度测试开启 入口路径与模式差异详解
近期，OpenAI 旗下 ChatGPT 的 Bidi 1 双向语音功能启动小范围灰度测试，引发众多用户与开发者的关注。有用户询问该功能在模型选择器中的具体位置，实际上受设备屏幕尺寸、界面渲染逻辑差异影响，选项并无固定行号，但其定位方式清晰简便。
一、功能入口定位明确 视觉标识直观可辨
用户打开 ChatGPT 设置页面，找到 “模型选择器（Model selector）” 板块，即可看到 Bidi 1 选项位于 “标准语音（Standard Voice）” 与 “高级语音（Advanced Voice）” 之间。该功能并未隐藏在深层菜单，也无需额外解锁步骤，用户直接点击即可完成模式切换。
切换模式后，界面会给出明确的视觉反馈：对话消息气泡将从默认的蓝色变为醒目的黄色。黄色气泡即代表 Bidi 1 双向模式已激活，蓝色气泡则对应常规语音模式。用户无需反复进入设置页面，仅通过对话界面就能快速判断当前运行模式。
二、三类语音模式定位分化 交互逻辑差异显著
目前 ChatGPT 共提供三类语音模式，分别对应不同的技术架构与使用场景，核心差距体现在对话交互的并行处理能力上。
标准语音（Standard Voice） 是最基础的语音形态，本质为文本模型叠加语音转换能力，采用 “用户发言 — 模型应答” 的轮替机制，不支持打断与并行处理，适用于简单的语音输入、输出场景。
高级语音（Advanced Voice） 随 GPT-4o 一同推出，在响应速度、语气自然度上有所优化，支持情绪表达与基础打断功能。但其底层架构仍为 “文本模型 + 语音层” 的组合，对话的轮次逻辑并未发生本质改变。
Bidi 1（Bidirectional Voice Mode，双向语音模式） 是三者中技术突破最大的一项。其核心特性在于，AI 在输出语音的同时，可持续接收并识别用户的语音输入，对新指令实现即时响应。
实测场景直观展现了这一差异：让 Bidi 1 从 1 数到 10，当数到 3 时用户发出 “倒着数” 的指令，模型无需等待当前输出结束，也无需用户重新下达完整指令，可立刻从 3 开始倒数，真正实现 “打断即切换”。
简言之，标准语音与高级语音的交互逻辑类似 “对讲机”，属于交替发言的单工模式；而 Bidi 1 的体验更接近日常通话，是支持双方同时发声的全双工模式，更贴近人与人自然交流的状态。
三、灰度测试分批次推进 全量开放尚需时日
截至目前，OpenAI 尚未正式官宣 Bidi 1 功能。据第三方测试平台 Testing Catalog6 月 23 日的监测数据，已有部分用户在 ChatGPT 网页端与移动端应用中看到该选项。
当前功能处于小范围灰度阶段，预计将按批次逐步扩大覆盖范围，部分地区的推送节奏可能有所延后。按照灰度测试的常规节奏，用户将陆续获得体验资格，无需额外提交申请。
此外，面向开发者的 Codex 系列独立语音能力升级，预计将在数周后推出，API 层面的能力开放则会更晚。以编程场景为核心需求的用户，还需等待后续版本迭代。
四、底层架构实现突破 重构语音交互价值
Bidi 1 的价值不止于语音自然度的提升，更在于对话底层逻辑的重构。
过往的 AI 语音系统普遍采用 “文本模型 + 语音外壳” 的架构：用户语音输入转为文本，模型处理文本内容后，再将输出文本转为语音播放。整个对话遵循 “问答轮次” 的逻辑，只是将输入输出载体从键盘替换为麦克风，本质仍是文本交互的语音化延伸。
而 Bidi 1 更接近原生语音对话模型，可直接在语音流中完成语义理解与内容生成，实现边听边说、实时打断、上下文连续维系的效果，人机交互逻辑也从 “问答式” 转向 “连续对话流”。
这一迭代也印证了行业的普遍判断：语音交互正逐步从 AI 产品的附属功能，向用户接触 AI 的核心入口形态演进，Bidi 1 正是这一发展路径上的重要探索。
五、两种方式快速确认灰度资格
用户可通过两种简便方式，快速判断自己是否已获得 Bidi 1 的测试资格。
一是主动查看设置界面。进入设置页面的模型选择器板块，查看是否新增 “Bidi 1” 选项。需要注意的是，该功能不会主动推送弹窗通知，多数用户均为主动查询时发现资格。
二是观察对话气泡颜色。若已切换至 Bidi 1 模式，对话气泡将变为黄色，通过对话界面即可直观确认。
暂未看到功能入口的用户无需着急，灰度测试本就是分批次开放的过程，后续覆盖范围将持续扩大。
对于企业与开发者而言，语音交互能力的迭代，为 AI 应用的场景落地带来了更多可能性。想要稳定接入全球前沿大模型能力、及时跟进功能迭代，专业的 API 服务平台可提供高效支撑。UseAIAPI 覆盖全球多款热门 AI 大模型，包含 GPT、Claude、Gemini、DeepSeek 等前沿模型的全功能接入支持，无需等待区域灰度推送，即可便捷调用核心能力。平台同时提供企业级定制化服务，可根据业务场景匹配专属接入方案，全程保障链路稳定与数据安全；在成本层面，平台专属优惠力度最低可达官方定价的 50%，能够有效降低高频调用、高强度内容生成场景下的算力消耗成本，帮助企业与开发者以更可控的成本，快速落地前沿 AI 能力。