OpenAI تطلق GPT‑Live‑1 في الواجهة البرمجية: محادثات صوتية تستمع وتتحدث في الوقت نفسه

أعلنت OpenAI عن إتاحة GPT‑Live‑1 في واجهتها البرمجية في 10 سبتمبر 2026، لا في 11 سبتمبر. وقدمت الشركة النموذج بوصفه طبقة صوتية متاحة على نطاق عام وبـ«ازدواج كامل» (Full Duplex)، صُممت لجعل وكلاء الصوت أكثر طبيعية عبر الاستماع والتحدث في الوقت نفسه، بدلاً من انتظار اكتمال كل دور في المحادثة. 3

ما الفرق عن أنظمة الصوت التقليدية؟

تعتمد كثير من تطبيقات المحادثة الصوتية التقليدية على سلسلة من ثلاث مراحل: تحويل الكلام إلى نص، ثم تمرير النص إلى نموذج لغوي أو نموذج استدلال، ثم تحويل الرد النصي إلى كلام. كل انتقال بين هذه المراحل قد يضيف تأخيراً، وقد يفقد النظام إشارات مهمة مثل التوقيت وسياق الحديث وإيقاع المحادثة. أما GPT‑Live‑1 فيجمع الاستماع والتحدث في نموذج صوتي واحد. 3

وبذلك يستطيع النموذج التعامل مع المقاطعات وإشارات التأكيد أثناء وقوعها، فيما يتولى نموذج خلفي مقترن به مهام الاستدلال الأعمق أو استخدام الأدوات في الخلفية. 3

ويمكن للمطورين اختيار نموذج الخلفية، سواء من نماذج OpenAI مثل GPT‑6 Astra أو من نموذج تابع لطرف ثالث، بما يتيح الموازنة بين قدرات الاستدلال والسرعة والتكلفة وفقاً لحالة الاستخدام. 3

قدرات وتحكم إضافيان للمطورين

أشارت OpenAI إلى عناصر تحكم عبر تعليمات النظام لضبط النبرة وسرعة الكلام وأسلوب المحادثة. كما أبرزت إمكانات للنشر عبر الهاتف، والتعامل مع ضوضاء الخلفية والصمت، وتحسين موثوقية الجلسات الطويلة، وإتاحة النصوص المفرغة والردود النصية، والتعرف على السلاسل الأبجدية الرقمية، وترجيح كلمات مفتاحية محددة. 3

السعر وطريقة الاحتساب

تبلغ تكلفة جلسات GPT‑Live‑1 الصوتية 0.05 دولار للدقيقة، وتُحتسب بالثانية من دون تقريب مدة الاستخدام إلى دقيقة كاملة. 2

لكن هذه التكلفة تخص الطبقة الصوتية فقط؛ إذ تُفرض رسوم استخدام النموذج الخلفي والأدوات بشكل منفصل. لذلك تتكون التكلفة الفعلية من رسم الجلسة الصوتية، إضافة إلى رسوم النموذج والأدوات التي يختارها المطور. 2

ولا تكفي الأدلة المتاحة لإثبات تفاصيل مزعومة عن وصول مؤسسي مُدار باسم «Presence»، أو ادعاء محدد بشأن توسيع دعم اللهجات واللكنات واللغات؛ لذا ينبغي التعامل مع هذه النقاط على أنها غير مؤكدة من المصادر المقدمة.

ما الذي تقوله OpenAI عن الأداء؟

قالت OpenAI إن GPT‑Live‑1 حقق تحسناً قدره 30 نقطة مئوية في معيار Full Duplex Bench مقارنة بـGPT‑Realtime‑2.1، وإن GPT‑Live‑1 عند إقرانه بـGPT‑6 Astra وبمستوى استدلال متوسط احتل المركز الأول في معيار Tau3. 3

أما أرقام زمن الاستجابة الدقيقة المتداولة، وكذلك نسب النجاح التفصيلية في Tau3، فلا تظهر مستقلة في الأدلة المتاحة هنا؛ لذلك لا يمكن تأكيدها من هذه المصادر وحدها.

تجارب أولية من شركات استخدمته

قالت Yelp إن دمج GPT‑Live‑1 في خدمتي Yelp Host وHatch حسن تبادل الأدوار في الحديث والدقة مقارنة بهندستها الصوتية السابقة. وفي مكالمات الحجوزات وطلبات الطعام، أشارت إلى تحسن ملحوظ في معدلات معالجة المكالمات، وإلى أن المتصلين صاروا يتحدثون بعبارات أطول وأكثر طبيعية. 3

وذكرت Speak أن النموذج منح متعلمي اللغات وقتاً أطول للتفكير قبل رد المدرس الافتراضي، ما خفّض المقاطعات بنحو 80% مقارنة بالأنظمة السابقة المعتمدة على الأدوار المتتابعة. 3

كما قال مؤسس مشارك ومدير تقني في شركة رعاية صحية إن استبدال البنية المتسلسلة القديمة بــGPT‑Live‑1 بسط قاعدة الشيفرة بنسبة 80% وأزال 23 ألف سطر برمجي، بما أتاح محادثات آنية أكثر طبيعية مع المرضى. 3