Avartha开放权重语音智能体登顶Sierra语音榜

时间：2026 年 10 月 31 日凌晨 3 时 28 分（北京时间，Avartha 官方账号发布公告；公司官方博客正文标注为 10 月 29 日） 地点：美国亚特兰大，公司线上发布，评测由 Sierra 的 τ³-Voice 榜单完成 人物：Avartha 团队。公司称其由佐治亚理工学院 Systems for AI 实验室分拆而来，核心成员包括 Amey Agrawal；该作者同时是 arXiv 上 Medha、Vidur、Revati 三篇论文的第一作者。 事件详情：Avartha 宣布公司成立，并发布首个产品 Ava Zero，一个完全构建在开放权重模型之上的实时语音智能体。在 Sierra 的 τ³-Voice 基准上，Ava Zero 以 86.0% 的任务完成率排在第一，领先 OpenAI 的 GPT Live 1（79.9%）、xAI 的 Grok Voice Think Fast 2.0（71.4%）和 Google 的 Gemini 3.8 Live Extended Thinking（68.5%），第二名是 Phonic 的 phonic-1（83.2%）。该基准覆盖航空、零售、电信三类客服场景，横跨六种语言。同一张榜单的交互一项上 Ava Zero 为 25.0%，低于 xAI 的 52.6% 和 Phonic 的 36.2%；生成质量一项则由 Ava Zero 以 62.2% 领跑，OpenAI 为 61.6%。Avartha 称 Ava Zero 每小时通话成本 2.50 美元，约为同类闭源方案的三分之一到二分之一。其技术栈为：语音转写使用 Qwen3-ASR，语音生成使用 Fish Audio Drama 3，GLM-5.3 作为锚定模型，DeepSeek 4.1 Flash 承担后台任务。 背景：τ³-Voice 是 Sierra 面向真实语音客服场景的评测基准，考察智能体在多步长链路任务中的推理准确度与执行能力。Sierra 的评测仓库已收录专用的 avartha_pipecat 适配器，接入 PR 于 2026 年 10 月 22 日合并；Avartha 的提交元数据写明评测以 GLM 5.3 为前端、DeepSeek v4.1 Flash 为后台 worker，跑六种语言、每个任务一次试验。Avartha 的核心主张是实时应用的成败取决于延迟预算内能跑动什么模型，因此从调度到 kernel 全栈自研推理引擎，并称在严格延迟约束下，每张 GPU 可承载的并发对话数达到 vLLM 与 SGLang 的一个数量级。公司还援引 Retell AI 的选型指南称 GPT-4.1 至今仍是语音应用最主流的模型，该指南指出 GPT 4.1 在 Retell AI 平台每月逾 1 亿通通话中是最受欢迎的 LLM，升级带来的延迟代价通常并不划算。 影响：对语音智能体开发者来说，这是开放权重模型组合首次在公开语音基准上拿下任务完成率第一的产品形态，同时给出了每小时 2.50 美元的价格锚点。需要留意的是同一张榜单的三个维度并不一致：Ava Zero 赢在任务完成率和生成质量，交互一项只有 25.0%，明显低于 xAI 与 Phonic，若通话本身容易跑题或抢话，公开数据并不占优。另外 Avartha 的效率与成本说法目前都属于公司自述，单卡并发领先一个数量级、每小时 2.50 美元这两点尚无第三方复现。 总结：Avartha 用自研推理引擎加开放权重模型的组合，在 Sierra 的语音基准上拿下任务完成率第一，并把价格压到每小时 2.50 美元。它的差异化不在模型本身，锚定模型用的是 GLM-5.3，转写和合成分别交给 Qwen3-ASR 与 Fish Audio Drama 3，差别在于把延迟预算当作一等约束去重构整条推理链路。对中文开发者而言，这更像一条可复制的路线样本：用现成的开放模型加自研推理工程，再用公开基准和明码标价来证明自己，而不是又一个基础模型的发布。 参考来源： Avartha 官方博客 Introducing Avartha: The Real-Time AI Agent Factory：https://avartha.ai/blog/introducing-avartha/ Avartha 官方 X 账号发布公告（北京时间 2026 年 10 月 31 日凌晨）：https://x.com/AvarthaAI/status/2116250820606087369 Sierra τ-bench 仓库 Ava Zero 评测提交元数据：https://github.com/sierra-research/tau2-bench/blob/main/web/leaderboard/public/submissions/ava-zero_avartha_2026-10-27/benchmark-metadata.json Sierra τ-bench 仓库 PR 新增 Ava-Zero 评测适配器：https://github.com/sierra-research/tau2-bench/pull/631 Sierra 官方 τ-bench 语音榜单：https://taubench.com/leaderboard/?benchmark=voice Retell AI 选型指南 如何为语音 AI 智能体选择大模型：https://www.retellai.com/blog/best-llm-for-voice-ai-agents Avartha 的 Hugging Face 组织页：https://huggingface.co/avartha arXiv 论文 Medha 处理长上下文推理异构性：https://arxiv.org/abs/2409.17264 arXiv 论文 Vidur 大模型推理仿真框架：https://arxiv.org/abs/2405.05465 arXiv 论文 Revati 免 GPU 的时间扭曲仿真：https://arxiv.org/abs/2601.00397