تشرح هذه المقالة كيفية اكتشاف GPT-Bidi-1، وما الذي يجعله مختلفًا عن الصوت التتابعي، ومستويات الذكاء الثلاثة التي يقدمها، والتغيير البصري في واجهة ChatGPT، والسياق التنافسي لتطويره. لم يتم الإعلان رسميًا عن النموذج من قبل OpenAI، لذا فإن جميع التفاصيل تأتي من مشاهدات الكود ومراجع واجهة المستخدم وتقارير المستخدمين وتحليلات وسائل الإعلام.

كيف تم اكتشاف GPT-Bidi-1

بدأت سلسلة الاكتشافات مع المطور M1Astra، الذي كان أول من رصد إشارات إلى gpt-bidi-1 في كود تطبيق ChatGPT وشارك النتيجة على منصة X. ثم أكد موقع TestingCatalog المتتبع وجود سلسلة النموذج، إلى جانب ما يبدو أنه نص إعلاني يصف "الجيل القادم من الصوت" و"قفزة هائلة في الذكاء".

عُثر لاحقًا على عناصر من الكود وواجهة المستخدم في كل من إصدارات الويب والجوال من ChatGPT. وبدأت الاختبارات المحدودة تصل إلى مجموعة صغيرة من المستخدمين في أواخر يونيو 2026. وبحلول الفترة من 22 إلى 24 يونيو 2026، ظهرت تقارير متعددة من المستخدمين ومقاطع فيديو توضيحية تظهر النموذج وهو يعمل بشكل ثنائي الاتجاه عمليًا.

ملاحظة مهمة: لم تصدر OpenAI أي إعلان رسمي. الاسم النهائي للنموذج، وسلوك المستويات المحدد، وتاريخ الإطلاق لا يزال غير مؤكد من قبل الشركة.

كيف يختلف الصوت ثنائي الاتجاه عن النماذج التتابعية

تعمل أوضاع الصوت الحالية في ChatGPT — الصوت القياسي ووضع الصوت المتقدم — وفق نموذج تتابعي (turn-based). يجب على النموذج أن ينتظر حتى ينهي المستخدم حديثه قبل أن يتمكن من الرد. تسمح بنية GPT-Bidi-1 ثنائية الاتجاه (BiDi) للنموذج بمعالجة دفقين صوتيين في وقت واحد: دفقك أنت ودفقه هو.

الاختلافات السلوكية الرئيسية التي تم الإبلاغ عنها في العروض التوضيحية:

• معالجة المقاطعات: يمكن للنموذج استيعاب المقاطعات في منتصف الجملة وتعديل رده ديناميكيًا دون تجميد أو قطع المسار الصوتي.
• التصحيح في الوقت الفعلي: في الاختبارات، قام GPT-Bidi-1 بالعد مع المستخدم من 1 إلى 10، ثم تحول فورًا إلى العد التنازلي عندما قاطعه المستخدم في منتصف العد.
• التداخل الطبيعي: يمكن للمساعد التحدث بينما لا يزال المستخدم يتحدث، مما يجعل التبادلات أقرب إلى المحادثة البشرية الطبيعية.

كان الهدف الداخلي لـ OpenAI هو سد الفجوة بين مجموعة تقنيات الصوت في ChatGPT — التي كانت متأخرة عن نماذج النصوص الخاصة بها (التي وصلت بالفعل إلى مستوى تفكير GPT-5.5) — وتقديم التكافؤ في الذكاء التحادثي في الوقت الفعلي.

ثلاثة مستويات ذكاء قابلة للاختيار

يعتبر GPT-Bidi-1 أول نموذج صوتي من OpenAI يقدم ثلاثة مستويات للذكاء والسرعة قابلة للاختيار للصوت:

يتيح نظام المستويات للمستخدم تخصيص عمق التفاعل مقابل زمن الوصول حسب المهمة، على غرار الطريقة التي تقدم بها نماذج النصوص في ChatGPT مستويات مختلفة من الاستدلال. على سبيل المثال، يمكن استخدام المستوى الفوري لاستعلام سريع عن الطقس، بينما يمكن التبديل إلى المستوى العالي لجلسة عصف ذهني عميقة.

تغييرات بصرية على واجهة الصوت

عند اختيار GPT-Bidi-1، يتغير لون فقاعة الصوت أو مؤشر الموجة إلى اللون الأصفر بدلاً من اللون الافتراضي الحالي. يظهر النموذج في أداة اختيار النماذج في الإعدادات كخيار جديد يحمل اسم "Bidi (الأحدث)" إلى جانب وضعي الصوت القياسي والمتقدم، وليس كبديل عنهما.

الجدول الزمني للتطوير والسياق التنافسي

• مطلع 2026: بدأت OpenAI في تطوير بنية BiDi داخليًا.
• 5 مارس 2026: أفاد موقع The Information أن OpenAI تعمل على تطوير نموذج صوتي ثنائي الاتجاه لتعزيز مساعديها الصوتيين.
• 7 مايو 2026: أعلنت OpenAI عن GPT-Realtime-2 في واجهة برمجة التطبيقات (API) — أول نموذج صوتي لها بمستوى تفكير GPT-5، مما أرسى الأساس لقدرات ثنائية الاتجاه.
• 16–17 يونيو 2026: رصد M1Astra وTestingCatalog علنًا أول إشارات الكود إلى gpt-bidi-1.
• 22–24 يونيو 2026: ظهرت تقارير المستخدمين ومقاطع الفيديو التوضيحية التي تظهر السلوك ثنائي الاتجاه أثناء العمل. وأفادت عدة منافذ أن طرحًا أوسع قد يحدث في نفس الأسبوع.

السياق التنافسي: يأتي الدفع نحو الصوت ثنائي الاتجاه كرد مباشر على التقدم المحرز من قبل Google (مع Gemini Live والقدرة على التعامل مع المقاطعات)، وAnthropic، والعوامل الصوتية في الوقت الفعلي من الشركات الناشئة. تسعى OpenAI جاهدة لتحقيق التكافؤ في التفاعل الصوتي مع ذكائها النصي المتقدم، الذي يغذي بالفعل تفكيرًا بمستوى GPT-5.5.

تشرح هذه المقالة كيفية اكتشاف GPT-Bidi-1، وما الذي يجعله مختلفًا عن الصوت التتابعي، ومستويات الذكاء الثلاثة التي يقدمها، والتغيير البصري في واجهة ChatGPT، والسياق التنافسي لتطويره. لم يتم الإعلان رسميًا عن النموذج من قبل OpenAI، لذا فإن جميع التفاصيل تأتي من مشاهدات الكود ومراجع واجهة المستخدم وتقارير المستخدمين وتحليلات وسائل الإعلام.

كيف تم اكتشاف GPT-Bidi-1

بدأت سلسلة الاكتشافات مع المطور M1Astra، الذي كان أول من رصد إشارات إلى gpt-bidi-1 في كود تطبيق ChatGPT وشارك النتيجة على منصة X. ثم أكد موقع TestingCatalog المتتبع وجود سلسلة النموذج، إلى جانب ما يبدو أنه نص إعلاني يصف "الجيل القادم من الصوت" و"قفزة هائلة في الذكاء".

عُثر لاحقًا على عناصر من الكود وواجهة المستخدم في كل من إصدارات الويب والجوال من ChatGPT. وبدأت الاختبارات المحدودة تصل إلى مجموعة صغيرة من المستخدمين في أواخر يونيو 2026. وبحلول الفترة من 22 إلى 24 يونيو 2026، ظهرت تقارير متعددة من المستخدمين ومقاطع فيديو توضيحية تظهر النموذج وهو يعمل بشكل ثنائي الاتجاه عمليًا.

ملاحظة مهمة: لم تصدر OpenAI أي إعلان رسمي. الاسم النهائي للنموذج، وسلوك المستويات المحدد، وتاريخ الإطلاق لا يزال غير مؤكد من قبل الشركة.

كيف يختلف الصوت ثنائي الاتجاه عن النماذج التتابعية

تعمل أوضاع الصوت الحالية في ChatGPT — الصوت القياسي ووضع الصوت المتقدم — وفق نموذج تتابعي (turn-based). يجب على النموذج أن ينتظر حتى ينهي المستخدم حديثه قبل أن يتمكن من الرد. تسمح بنية GPT-Bidi-1 ثنائية الاتجاه (BiDi) للنموذج بمعالجة دفقين صوتيين في وقت واحد: دفقك أنت ودفقه هو.

الاختلافات السلوكية الرئيسية التي تم الإبلاغ عنها في العروض التوضيحية:

• معالجة المقاطعات: يمكن للنموذج استيعاب المقاطعات في منتصف الجملة وتعديل رده ديناميكيًا دون تجميد أو قطع المسار الصوتي.
• التصحيح في الوقت الفعلي: في الاختبارات، قام GPT-Bidi-1 بالعد مع المستخدم من 1 إلى 10، ثم تحول فورًا إلى العد التنازلي عندما قاطعه المستخدم في منتصف العد.
• التداخل الطبيعي: يمكن للمساعد التحدث بينما لا يزال المستخدم يتحدث، مما يجعل التبادلات أقرب إلى المحادثة البشرية الطبيعية.

كان الهدف الداخلي لـ OpenAI هو سد الفجوة بين مجموعة تقنيات الصوت في ChatGPT — التي كانت متأخرة عن نماذج النصوص الخاصة بها (التي وصلت بالفعل إلى مستوى تفكير GPT-5.5) — وتقديم التكافؤ في الذكاء التحادثي في الوقت الفعلي.

ثلاثة مستويات ذكاء قابلة للاختيار

يعتبر GPT-Bidi-1 أول نموذج صوتي من OpenAI يقدم ثلاثة مستويات للذكاء والسرعة قابلة للاختيار للصوت:

يتيح نظام المستويات للمستخدم تخصيص عمق التفاعل مقابل زمن الوصول حسب المهمة، على غرار الطريقة التي تقدم بها نماذج النصوص في ChatGPT مستويات مختلفة من الاستدلال. على سبيل المثال، يمكن استخدام المستوى الفوري لاستعلام سريع عن الطقس، بينما يمكن التبديل إلى المستوى العالي لجلسة عصف ذهني عميقة.

تغييرات بصرية على واجهة الصوت

عند اختيار GPT-Bidi-1، يتغير لون فقاعة الصوت أو مؤشر الموجة إلى اللون الأصفر بدلاً من اللون الافتراضي الحالي. يظهر النموذج في أداة اختيار النماذج في الإعدادات كخيار جديد يحمل اسم "Bidi (الأحدث)" إلى جانب وضعي الصوت القياسي والمتقدم، وليس كبديل عنهما.

الجدول الزمني للتطوير والسياق التنافسي

• مطلع 2026: بدأت OpenAI في تطوير بنية BiDi داخليًا.
• 5 مارس 2026: أفاد موقع The Information أن OpenAI تعمل على تطوير نموذج صوتي ثنائي الاتجاه لتعزيز مساعديها الصوتيين.
• 7 مايو 2026: أعلنت OpenAI عن GPT-Realtime-2 في واجهة برمجة التطبيقات (API) — أول نموذج صوتي لها بمستوى تفكير GPT-5، مما أرسى الأساس لقدرات ثنائية الاتجاه.
• 16–17 يونيو 2026: رصد M1Astra وTestingCatalog علنًا أول إشارات الكود إلى gpt-bidi-1.
• 22–24 يونيو 2026: ظهرت تقارير المستخدمين ومقاطع الفيديو التوضيحية التي تظهر السلوك ثنائي الاتجاه أثناء العمل. وأفادت عدة منافذ أن طرحًا أوسع قد يحدث في نفس الأسبوع.

السياق التنافسي: يأتي الدفع نحو الصوت ثنائي الاتجاه كرد مباشر على التقدم المحرز من قبل Google (مع Gemini Live والقدرة على التعامل مع المقاطعات)، وAnthropic، والعوامل الصوتية في الوقت الفعلي من الشركات الناشئة. تسعى OpenAI جاهدة لتحقيق التكافؤ في التفاعل الصوتي مع ذكائها النصي المتقدم، الذي يغذي بالفعل تفكيرًا بمستوى GPT-5.5.