感谢网友 KipThorne、斯文当不了饭吃 的线索投递!
1 月 15 日消息,据阶跃星辰官方微信公众号消息,阶跃星辰开源模型 Step-Audio-R1.1,拿下全球第一。

阶跃星辰称,全球知名权威大模型评测榜单 Artificial Analysis Speech Reasoning 更新,阶跃星辰原生语音推理模型 Step-Audio-R1.1 登顶榜首。该榜单是目前业界评估“原生语音模型”(Native Audio Models)最权威的第三方基准之一。核心考量模型直接处理音频并进行复杂逻辑推理的能力,主要考察维度包括准确率、首包延迟等。
阶跃星辰表示,和大语言模型同理,语音模型同样需要具备强大推理能力,才能提供更高阶智能、更自然交互。Step-Audio-R1.1 以 96.4% 准确率,超越 Grok、Gemini、GPT-Realtime 等主流一线模型,刷新历史最好成绩。在性能与速度的综合权衡上,Step-Audio-R1.1 全面碾压同类语音模型。

据了解,Step-Audio-R1 是由阶跃星辰发布的全球首个开源原生语音推理模型。它可以在不增加额外时延的情况下,端到端理解语音内容,“像人类一样听到对话即可思考”。
核心能力包括:
-
深度语音推理
-
实时响应能力
-
音频领域的可扩展 CoT
Step-Audio-R1.1 是最新升级版本,兼顾更强实时对话和复杂语音推理能力。完整的实时语音 API 将在 2 月上线,目前开放的 chat 模式已搭载 R1.1 核心,支持边想边说的流式推理。
