OpenAI 连推三项企业级动作：金融专属版、数据智能体与实时语音 API (2026)

9 月 10 日，@OpenAI 在 24 小时内密集推出三项面向企业落地的产品更新。官方正式发布专为投行与股票研究定制的“ChatGPT 金融服务版”（ChatGPT for Financial Services），内置托管 Daloopa 与 PitchBook 等私有数据；同日，ChatGPT Work 上线能够直连主流云数据仓库与 BI 系统的“数据智能体”（Data agent）；开发者平台则正式将全双工实时语音模型 GPT-Live-1 推向 API。这一系列动作表明 OpenAI 正在将前沿模型深度嵌入高附加值的具体行业工作流，加快向兼备数据基础设施与应用方案的综合企业软件商转型。

本期追踪窗口为北京时间 2026 年 9 月 10 日 21:00 至 9 月 11 日 21:00。窗口内确认了一条 @OpenAI 原创公告与两条官方转发，互动数据为 9 月 11 日 21:05 左右的接口快照。

北京时间	动作	核心信息	互动快照
9 月 11 日 01:25:19	@OpenAI 官方转发开发者账号推文	全双工实时语音模型 GPT-Live-1 正式上线 API，支持即时打断与电话集成，并可向后端模型委托推理任务。1	4,905,209 次浏览；15,252 个赞；1,212 次转发；779 次引用；443 条回复。1
9 月 11 日 02:35:32	@OpenAI 原创发布金融服务版公告	推出面向金融机构的定制版 ChatGPT Work，结合内置金融数据与 GPT-6 Astra，服务投行建模与研报交付。2	9,233,266 次浏览；23,240 个赞；2,003 次转发；1,146 次引用；583 条回复。2
9 月 11 日 04:56:16	@OpenAI 官方转发 ChatGPT 账号推文	ChatGPT Work 推出全新数据智能体，员工可用自然语言直接查询企业数据库并自动生成交互式仪表盘。3	2,483,218 次浏览；10,982 个赞；795 次转发；329 次引用；356 条回复。3

Loading content card…

ChatGPT for Financial Services：免去连接器配置的垂直金融终端

通用大模型进入金融核心业务时，往往受制于外部数据接入繁琐、数字溯源困难以及严格的合规审计要求。OpenAI 联合摩根士丹利（Morgan Stanley）与埃弗考（Evercore）两家设计伙伴，针对投资银行与股票研究（equity research）的核心流程推出了“ChatGPT 金融服务版”。4

这款产品最大的技术变化在于数据供给方式。OpenAI 在自有基础设施上直接索引并托管了多家主流金融数据商的内容，包括 Daloopa、PitchBook、LSEG News 以及 Crunchbase，涵盖财报电话会速记、财务报表原始数据、公司基本面及私募市场投融资记录。金融机构使用这些数据时无需再自行谈判单独数据接口，也省去了配置模型上下文协议（MCP）连接器的繁琐工程。4

ChatGPT for Financial Services 数据源选择与投研界面 — *ChatGPT 金融服务版在侧边栏集中整合项目管理、内置金融数据集与外部授权连接。4*

内置数据为模型提供了精确溯源能力。分析师在运行损益表标准化或估值分析时，系统支持逐级查看调整后 EBITDA 背后的勾稽关系与附注明细，直接展开被剔除的成本项目并核对证据出处。针对机构已有采购的外部数据，OpenAI 与标准普尔（S&P Capital IQ）、伦敦证券交易所集团（LSEG）、明晟（MSCI）、道琼斯 Factiva 以及穆迪（Moody's）建立了权限互通机制，用户可通过 ChatGPT 统一登录直接调取已有权限的数据资产。4

ChatGPT for Financial Services 财务勾稽与调整后 EBITDA 溯源引注 — *分析师可以点击引注弹窗，直接定位财报原文中的具体段落与计算细节。4*

在底层推理层面，系统搭载了 GPT-6 Astra。在评估 AI 智能体跨期解读美国财政部公报、复杂报表与脚注能力的 OfficeQA Pro 评测中，GPT-6 Astra 取得了 69.9% 的准确率，相较 GPT-5.6 Sol 的 60.2% 显著提升。机构管理员可以通过管理后台分发统一的 Excel 估值模型、Word 研报与 PowerPoint 演示模板，使模型分析直接沉淀为符合公司规范的最终交付物。在安全机制上，产品继承了企业级的 SAML 单点登录、基于角色的权限控制（RBAC）与信息隔离墙（Information Barriers），企业商业数据默认不参与模型训练。目前该版本通过销售渠道面向合格金融机构定向开放。4

数据智能体入局 ChatGPT Work：让业务团队绕开 SQL

在垂直行业版之外，OpenAI 同步针对所有企业用户推出了名为“Data”的内置智能体。这项功能以插件形式集成在 ChatGPT Work 中，旨在让非技术员工无需编写复杂的 SQL 查询或学习专业分析软件，通过日常对话即可完成数据分析并生成可视化报表。5

Loading content card…

数据智能体支持直连主流云数据仓库与平台，包括 Amazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB、Snowflake 与 Redis，同时允许调取 Google Drive 和 SharePoint 中的关联文档。为了确保数据解读的准确性，智能体接入了企业既有的业务语义层，支持从 Databricks Genie Ontology、dbt、Snowflake Horizon 以及 BI 看板中同步指标计算口径。5

除了在对话界面内生成可交互图表，该智能体还能直接与企业原有的商业智能工具联动，在 Tableau、Microsoft Power BI、ThoughtSpot、Sigma 以及 Omni 中自动生成并刷新看板。企业管理员可在工作区设置中集中配置插件与数据源权限，查询过程严格继承底层数据库的表级、行级与列级访问限制。OpenAI 披露其内部已有超过三分之二的商业化拓展团队使用该工具分析漏斗；首批 Alpha 客户包括 NTT DATA、赛默飞世尔科技（Thermo Fisher Scientific）、ServiceTitan 与 Zipline 等机构。5

GPT-Live-1 登陆 API：每分钟 0.05 美元的双层实时语音架构

面向开发者生态，OpenAI 将此前在 ChatGPT 消费端展示的实时语音能力正式封装为 API 模型 gpt-live-1。传统语音应用通常由“语音识别（STT）- 大语言模型（LLM）- 语音合成（TTS）”三个独立环节拼接而成，多轮转译带来了显著的延迟，并在用户插话时容易产生生硬的断句。GPT-Live-1 则由单一模型统一处理音频的收听与生成，能够同时理解双向声音流，实现了全双工（full-duplex）的流畅自然对话。6

Loading content card…

在工程架构上，GPT-Live-1 采用了双层解耦设计：

前端语音层：由 gpt-live-1 独立管理实时的双向语音交互，负责识别语调、节奏、思考停顿与环境噪音，并对突发打断做出自然的即时响应。
后端推理委托：当对话涉及专业知识库检索、多步逻辑推演或外部工具调用时，前端会平滑地将任务委托（delegate）给后端的 GPT-6 Astra、Terra 或第三方模型执行，并在后台运算完成后再将结果返回给语音流。6

评测数据显示，GPT-Live-1 在 Full Duplex Bench 全双工基准测试中的得分比此前的 GPT-Realtime-2.1 高出 30 个百分点；在考察端到端语音智能体表现的 Tau3 测试中，搭配 GPT-6 Astra 的方案在航空、零售与电信等客服场景综合排名位列第一。在早期试用中，语言学习平台 Speak 报告其思考停顿期间的误打断减少了近 80%；生活服务平台 Yelp 则将该模型集成到 Yelp Host 中用于电话订餐与预订接听。6

价格方面，前端实时语音层按照 每分钟 0.05 美元 计费，采用按秒精准结算而不向上取整；后端调用的模型推理费用与工具执行费用则另外计算。此外，模型原生支持电话通信协议（Telephony），进一步降低了企业自建智能语音客服中心的技术门槛。7

接下来核验什么

金融服务版的定制商务协议与综合门槛。 专属金融产品目前完全走大客户直销通道，官方并未公开统一的席位价格。Daloopa、PitchBook 等付费数据源在长期合同中的分成方式，以及各金融机构在自建信息隔离墙环境下的总体拥有成本，是决定其能否穿透主流买方的关键指标。4
双层语音架构在长会话中的真实账单开销。 虽然 GPT-Live-1 前端每分钟 0.05 美元的单价保持了较强竞争力，但当长通话频繁触发 GPT-6 Astra 的深度推理与工具调用时，复合账单的真实消耗速度仍需开发者在生产环境的大并发实践中持续观察。6
数据智能体对企业底层语义治理的依赖程度。 业务人员通过自然语言生成准确报表的前提，是企业已经建立了较为成熟的 dbt 或语义模型。在缺乏统一数据治理规范的中小型企业中，智能体面对字段口径冲突与脏数据时的鲁棒性，决定了其能否真正替代日常的手工取数流程。5