Phonic-1 发布 支持实时语音交互与工具调用
初创公司 Phonic 发布 Phonic-1，宣称是唯一能在用户说话时执行查询和预订的语音模型。该模型在 Artificial Analysis 语音转语音指数中得分 87.1，略高于 Grok Voice 3.0，并展示了极低的延迟（首音频 0.61 秒）。尽管存在第三方评测数据差异，其已获 2750 万美元 A 轮融资并应用于 Ashby 的 AI 面试场景。
报道正文
Rohan Paul (@rohanpaul_ai) · 2026-10-29 17
仅有 10 人的初创公司 Phonic 发布了 Phonic-1，该公司称这是唯一一款能在通话者话音未落时就执行查询和预订操作的语音模型。
在 Artificial Analysis 的语音到语音（speech-to-speech）指数中位列第一，得分 87.1，仅比 xAI 的 Grok Voice 3.0 高出 0.2 分；完成客服任务的成功率为 79.9%，首段音频延迟仅为 0.61 秒。
Phonic-1 能够在通话者仍在说话时调用工具；在演示中，它在通话者话音未落时完成了 5 次查询，并在通话者停止说话后 1.1 秒内作出回复，而 OpenAI 的 GPT-Live 则需要 15.7 秒。
Phonic 报告其在 Cekura 呼叫测试套件中的得分为 90.2，超过了“转录-思考-发声”级联系统的 82.9%——后者得分高于该榜单上所有排名的语音到语音模型，尽管 Cekura 的公开排行榜显示 Phonic v1 的得分为 68.3%。
他们完成了由 First Round 领投的 2750 万美元 A 轮融资，使总融资额达到 3150 万美元，且 Phonic 已为 Ashby 在 25 个国家的 AI 职位面试提供支持。
↳ 引用 @moinnadeem (Moin Nadeem): 介绍 Phonic-1，这款用于智能体任务的最先进语音到语音模型——来自 @phonic_co，一家专注于语音到语音技术的模型公司。
我们度过了一个突破性的一年，并完成了由 @firstround 领投、@Lux_Capital、@felicis 和 Definition 参投的 2750 万美元 A 轮融资。
