Phonic-1: голосова модель, яка викликає інструменти під час розмови

29 жовтня 2026 року компанія Phonic випустила Phonic-1, speech-to-speech модель для голосових агентів, які викликають зовнішні інструменти. За даними компанії, модель посіла перше місце в рейтингу Artificial Analysis Speech to Speech Index.

Що нового

Більшість голосових агентів складаються з окремих моделей: розпізнавання мовлення, мовної моделі та синтезу. Phonic-1 обробляє звук наскрізно й може запускати виклики інструментів, поки співрозмовник ще говорить. У демо компанії модель зробила п’ять викликів і почала відповідати через 1,1 секунди після паузи, тоді як GPT-Live-1 у тому самому сценарії відповів через 15,7 секунди. За словами Phonic, затримка становить близько 600 мс, модель підтримує понад 50 мов і вміє перемикати їх посеред розмови, зберігаючи той самий голос.

Як спробувати

Модель доступна вже зараз. Реєстрація до 30 листопада дає $250 кредитів, документація розміщена на docs.phonic.ai. За FAQ на головній сторінці тариф Starter коштує $0,07 за хвилину, Pro — $0,065 за хвилину з мінімальною оплатою $200 на місяць, а для Enterprise ціну узгоджують окремо.

Обмеження

Порівняння в запуску — це результати самої компанії, Artificial Analysis і τ³-Voice від Sierra. У сліпих тестах Podonos живих озвучувачів обрали над Phonic-1 у 57% випадків проти 32%, а сама компанія визнає, що за природністю люди й досі виграють приблизно у 60% порівнянь. У пості ціни немає, тож цифри вище взято з головної сторінки сайту.