GPT-Live построена на новой архитектуре, которая отличается от предыдущих голосовых режимов ChatGPT. Раньше обработка речи происходила последовательно — сначала распознавание голоса, затем генерация ответа и синтез речи. Между этапами терялись данные, ответы звучали неестественно и задерживались. Теперь модель непрерывно обрабатывает входящий звук и одновременно формирует ответ. Это позволяет ей естественно реагировать короткими репликами вроде «угу» или «понятно», вовремя делать паузы и не воспринимать молчание как окончание фразы.
Если вопрос требует поиска информации, сложных рассуждений или выполнения агентных задач, голосовая модель передает запрос более мощной языковой модели — на старте это GPT-5.5. Пока та обрабатывает запрос, GPT-Live продолжает разговор, а затем возвращает готовый результат в диалог.
Вместе с GPT-Live ChatGPT получил несколько новых возможностей. Голосовой режим теперь умеет отображать визуальные карточки с погодой, спортивными событиями, биржевыми котировками и другой информацией прямо во время разговора. Пользователи также могут выбирать уровень «рассуждений» модели: быстрый режим для мгновенных ответов или более медленные режимы с глубоким анализом. Кроме того, для общения доступно девять разных голосов.
OpenAI утверждает, что новые модели превосходят предыдущий расширенный голосовой режим по качеству общения и интеллектуальным возможностям. Во внутренних тестах пользователи отдавали предпочтение GPT-Live-1 в 75,7% сравнений, а GPT-Live-1 mini — в 69,2%. Также модели показали более высокие результаты в задачах научных рассуждений, поиска информации в интернете и многошагового взаимодействия с пользователем.
По данным OpenAI, каждую неделю голосовым режимом и функцией диктовки пользуются более 150 млн человек. Компания считает, что голос постепенно станет одним из основных способов взаимодействия с искусственным интеллектом для решения сложных задач. Во время презентации разработчики рассказали, что сами регулярно используют новый режим для разговоров продолжительностью 30–40 минут.
GPT-Live уже доступен на iOS, Android и в веб-версии ChatGPT. Пользователи бесплатного тарифа по умолчанию получат модель GPT-Live-1 mini, а подписчики Go, Plus и Pro — более мощную GPT-Live-1. Пока новый режим не поддерживает разговоры с демонстрацией экрана и видео, эти функции появятся позднее. Компания заявила, что модель не имитирует голоса реальных людей и содержит встроенные механизмы безопасности. ChatGPT умеет направлять пользователей к кризисным горячим линиям в случае необходимости, а родительский контроль позволяет ограничить доступ ребёнка к голосовому режиму и получать уведомления, если система обнаружит тревожные признаки в общении.
