GPT-Bidi-1: OpenAIs nye stemmemodel kan lytte og tale samtidigt
OpenAI's GPT Bidi 1 er en ny tovejs stemmemodel, der gør det muligt for ChatGPT at lytte og tale på samme tid uden at fryse ved afbrydelser. Modellen introducerer tre intelligensniveauer: High, Medium og Instant, så brugeren kan vælge mellem dybde og hastighed.
Udgivet afRedigeret med DeepSeek-V4-FlashBilleder genereret med GPT Image 1.5
OpenAI's GPT Bidi 1 er en ny tovejs stemmemodel, der gør det muligt for ChatGPT at lytte og tale på samme tid uden at fryse ved afbrydelser.
Modellen introducerer tre intelligensniveauer: High, Medium og Instant, så brugeren kan vælge mellem dybde og hastighed.
Når GPT Bidi 1 er aktiveret, skifter stemmeindikatoren i ChatGPT til gul, og modellen vises som 'Bidi (Latest)' i indstillingerne.
Search & fact-check with cited sources for What is OpenAI's GPT-Bidi-1 bidirectional voice model for ChatGPT, including how it was discovereConceptual representation of OpenAI's next-generation bidirectional voice model, GPT-Bidi-1, for ChatGPT.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What is OpenAI's GPT-Bidi-1 bidirectional voice model for ChatGPT, including how it was discovere. Article summary: OpenAI's **GPT-Bidi-1** is a next-generation bidirectional voice model for ChatGPT, discovered via code and UI references in the ChatGPT web and mobile apps. It represents the largest voice-mode upgrade ever for ChatGPT,. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
openai.com
OpenAI forbereder den hidtil største opdatering af ChatGPTs stemmefunktion: en tovejs lydmodel internt kaldet GPT-Bidi-1. I modsætning til alle tidligere ChatGPT-stemmefunktioner, der venter på, at brugeren er færdig med at tale, før de svarer, kan GPT-Bidi-1 lytte og tale på samme tid – den opfanger afbrydelser, retter fejl i realtid og justerer sine svar uden at droppe lydsporet.
Denne artikel dækker, hvordan GPT-Bidi-1 blev opdaget, hvad der adskiller den fra den traditionelle taletursbaserede stemmefunktion, de tre intelligensniveauer den introducerer, den visuelle ændring i ChatGPT-grænsefladen samt den konkurrencemæssige kontekst for udviklingen. Modellen er ikke officielt annonceret af OpenAI, så alle detaljer stammer fra kodefund, UI-referencer, brugerrapporter og medieanalyse.
Hvordan GPT-Bidi-1 blev opdaget
Opdagelseskæden startede med udvikleren M1Astra, der først fandt referencer til gpt-bidi-1 i ChatGPTs appkode og delte fundet på X. Sporingssiden TestingCatalog bekræftede efterfølgende modelstrengen, sammen med hvad der lignede annonceringstekst, der beskrev "den næste generation af Voice" og et "stort spring i intelligens."
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "GPT-Bidi-1: OpenAIs nye stemmemodel kan lytte og tale samtidigt"?
OpenAI's GPT Bidi 1 er en ny tovejs stemmemodel, der gør det muligt for ChatGPT at lytte og tale på samme tid uden at fryse ved afbrydelser.
What are the key points to validate first?
OpenAI's GPT Bidi 1 er en ny tovejs stemmemodel, der gør det muligt for ChatGPT at lytte og tale på samme tid uden at fryse ved afbrydelser. Modellen introducerer tre intelligensniveauer: High, Medium og Instant, så brugeren kan vælge mellem dybde og hastighed.
What should I do next in practice?
Når GPT Bidi 1 er aktiveret, skifter stemmeindikatoren i ChatGPT til gul, og modellen vises som 'Bidi (Latest)' i indstillingerne.
GPT-Bidi-1: OpenAIs nye stemmemodel kan lytte og tale samtidigt
OpenAI's GPT Bidi 1 er en ny tovejs stemmemodel, der gør det muligt for ChatGPT at lytte og tale på samme tid uden at fryse ved afbrydelser. Modellen introducerer tre intelligensniveauer: High, Medium og Instant, så brugeren kan vælge mellem dybde og hastighed.
Udgivet afRedigeret med DeepSeek-V4-FlashBilleder genereret med GPT Image 1.5
OpenAI's GPT Bidi 1 er en ny tovejs stemmemodel, der gør det muligt for ChatGPT at lytte og tale på samme tid uden at fryse ved afbrydelser.
Modellen introducerer tre intelligensniveauer: High, Medium og Instant, så brugeren kan vælge mellem dybde og hastighed.
Når GPT Bidi 1 er aktiveret, skifter stemmeindikatoren i ChatGPT til gul, og modellen vises som 'Bidi (Latest)' i indstillingerne.
Search & fact-check with cited sources for What is OpenAI's GPT-Bidi-1 bidirectional voice model for ChatGPT, including how it was discovereConceptual representation of OpenAI's next-generation bidirectional voice model, GPT-Bidi-1, for ChatGPT.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What is OpenAI's GPT-Bidi-1 bidirectional voice model for ChatGPT, including how it was discovere. Article summary: OpenAI's **GPT-Bidi-1** is a next-generation bidirectional voice model for ChatGPT, discovered via code and UI references in the ChatGPT web and mobile apps. It represents the largest voice-mode upgrade ever for ChatGPT,. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
openai.com
OpenAI forbereder den hidtil største opdatering af ChatGPTs stemmefunktion: en tovejs lydmodel internt kaldet GPT-Bidi-1. I modsætning til alle tidligere ChatGPT-stemmefunktioner, der venter på, at brugeren er færdig med at tale, før de svarer, kan GPT-Bidi-1 lytte og tale på samme tid – den opfanger afbrydelser, retter fejl i realtid og justerer sine svar uden at droppe lydsporet.
Denne artikel dækker, hvordan GPT-Bidi-1 blev opdaget, hvad der adskiller den fra den traditionelle taletursbaserede stemmefunktion, de tre intelligensniveauer den introducerer, den visuelle ændring i ChatGPT-grænsefladen samt den konkurrencemæssige kontekst for udviklingen. Modellen er ikke officielt annonceret af OpenAI, så alle detaljer stammer fra kodefund, UI-referencer, brugerrapporter og medieanalyse.
Hvordan GPT-Bidi-1 blev opdaget
Opdagelseskæden startede med udvikleren M1Astra, der først fandt referencer til gpt-bidi-1 i ChatGPTs appkode og delte fundet på X. Sporingssiden TestingCatalog bekræftede efterfølgende modelstrengen, sammen med hvad der lignede annonceringstekst, der beskrev "den næste generation af Voice" og et "stort spring i intelligens."
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "GPT-Bidi-1: OpenAIs nye stemmemodel kan lytte og tale samtidigt"?
OpenAI's GPT Bidi 1 er en ny tovejs stemmemodel, der gør det muligt for ChatGPT at lytte og tale på samme tid uden at fryse ved afbrydelser.
What are the key points to validate first?
OpenAI's GPT Bidi 1 er en ny tovejs stemmemodel, der gør det muligt for ChatGPT at lytte og tale på samme tid uden at fryse ved afbrydelser. Modellen introducerer tre intelligensniveauer: High, Medium og Instant, så brugeren kan vælge mellem dybde og hastighed.
What should I do next in practice?
Når GPT Bidi 1 er aktiveret, skifter stemmeindikatoren i ChatGPT til gul, og modellen vises som 'Bidi (Latest)' i indstillingerne.
Kode- og UI-elementer blev efterfølgende fundet på både web- og mobil-ChatGPT-klienter. Begrænsede tests begyndte at nå ud til en lille gruppe brugere i slutningen af juni 2026. I løbet af 22.–24. juni 2026 dukkede flere brugerrapporter og demonstrationsvideoer op, der viste modellen fungere tovejs i praksis.
Vigtig bemærkning: OpenAI har ikke udsendt en officiel meddelelse. Modellens endelige navn, præcise niveauer og udrulningsdato er stadig ikke bekræftet af virksomheden.
Hvordan tovejs stemmefunktion adskiller sig fra taletursbaserede modeller
De nuværende ChatGPT-stemmefunktioner – Standard Voice og Advanced Voice Mode – fungerer i et taletursbaseret paradigme. Modellen skal vente på, at brugeren er færdig med at tale, før den kan svare. GPT-Bidi-1's tovejs-arkitektur (BiDi) gør det muligt for modellen at behandle to lydstrømme samtidigt: din og dens egen.
Vigtige adfærdsforskelle rapporteret i demonstrationer:
Håndtering af afbrydelser: Modellen kan optage afbrydelser midt i en sætning og dynamisk justere sit svar uden at fryse eller droppe lydsporet.
Realtidskorrektion: I tests talte GPT-Bidi-1 med en bruger fra 1 til 10 og skiftede straks til at tælle baglæns, da brugeren afbrød midt i optællingen.
Naturlig overlap: Assistenten kan tale, mens brugeren stadig snakker, hvilket gør samtaler tættere på menneskelig konversation.
OpenAIs interne mål var at lukke hullet mellem ChatGPTs stemmestak – som haltede efter dets tekstmodeller (allerede på GPT-5.5-klasses ræsonnement) – og levere paritet i realtids-samtaleintelligens.
Tre valgbare intelligensniveauer
GPT-Bidi-1 er den første OpenAI-stemmemodel, der introducerer tre valgbare intelligens- og hastighedsniveauer til stemmefunktionen:
Niveau
Beskrivelse
High
Maksimal ræsonnementsdybde, langsommere svar – til komplekse analyseopgaver
Medium
Balanceret afvejning mellem intelligens og hastighed
Instant
Hurtigst mulige svar, reduceret ræsonnement – til afslappede eller tidsfølsomme interaktioner
Niveausystemet lader brugerne skræddersy interaktionsdybde versus latenstid per opgave, svarende til hvordan ChatGPTs tekstmodeller tilbyder forskellige ræsonnementsniveauer. For eksempel vil et hurtigt vejrspørgsmål bruge Instant, mens en dybdegående brainstormingsession vil skifte til High.
Visuelle ændringer i stemmegrænsefladen
Når GPT-Bidi-1 er valgt, skifter stemmeboblen/lydbølgeindikatoren til gul i stedet for den nuværende standardfarve. Modellen vises i indstillingernes modelvælger som en ny mulighed mærket "Bidi (Latest)" sammen med eksisterende Standard Voice og Advanced Voice Mode, i stedet for at erstatte dem.
Udviklingstidslinje og konkurrencemæssig kontekst
Tidligt 2026: OpenAI begyndte intern udvikling af BiDi-arkitekturen.
5. marts 2026: The Information rapporterede, at OpenAI udviklede en tovejs lydmodel for at booste sine stemmeassistenter.
7. maj 2026: OpenAI annoncerede GPT-Realtime-2 i API'en – dens første stemmemodel med GPT-5-klasses ræsonnement, som lagde grundlaget for tovejskapaciteter.
16.–17. juni 2026: M1Astra og TestingCatalog fandt første gang offentligt kodehenvisninger til gpt-bidi-1.
22.–24. juni 2026: Brugerrapporter og demonstrationsvideoer dukkede op, der viste fungerende tovejsadfærd. Flere medier rapporterede, at en bredere udrulning kunne komme inden for samme uge.
Konkurrencemæssig kontekst: Satsningen på tovejs stemmefunktion er et direkte svar på fremskridt fra Google (Gemini Live med afbrydelser), Anthropic og realtids-stemmeagenter fra startups. OpenAI kappes med at bringe stemmeinteraktionsparitet til sin tekstintelligens, som allerede driver GPT-5.5-niveau ræsonnement.
openai.com
Advancing voice intelligence with new models in the API - OpenAI
Kode- og UI-elementer blev efterfølgende fundet på både web- og mobil-ChatGPT-klienter. Begrænsede tests begyndte at nå ud til en lille gruppe brugere i slutningen af juni 2026. I løbet af 22.–24. juni 2026 dukkede flere brugerrapporter og demonstrationsvideoer op, der viste modellen fungere tovejs i praksis.
Vigtig bemærkning: OpenAI har ikke udsendt en officiel meddelelse. Modellens endelige navn, præcise niveauer og udrulningsdato er stadig ikke bekræftet af virksomheden.
Hvordan tovejs stemmefunktion adskiller sig fra taletursbaserede modeller
De nuværende ChatGPT-stemmefunktioner – Standard Voice og Advanced Voice Mode – fungerer i et taletursbaseret paradigme. Modellen skal vente på, at brugeren er færdig med at tale, før den kan svare. GPT-Bidi-1's tovejs-arkitektur (BiDi) gør det muligt for modellen at behandle to lydstrømme samtidigt: din og dens egen.
Vigtige adfærdsforskelle rapporteret i demonstrationer:
Håndtering af afbrydelser: Modellen kan optage afbrydelser midt i en sætning og dynamisk justere sit svar uden at fryse eller droppe lydsporet.
Realtidskorrektion: I tests talte GPT-Bidi-1 med en bruger fra 1 til 10 og skiftede straks til at tælle baglæns, da brugeren afbrød midt i optællingen.
Naturlig overlap: Assistenten kan tale, mens brugeren stadig snakker, hvilket gør samtaler tættere på menneskelig konversation.
OpenAIs interne mål var at lukke hullet mellem ChatGPTs stemmestak – som haltede efter dets tekstmodeller (allerede på GPT-5.5-klasses ræsonnement) – og levere paritet i realtids-samtaleintelligens.
Tre valgbare intelligensniveauer
GPT-Bidi-1 er den første OpenAI-stemmemodel, der introducerer tre valgbare intelligens- og hastighedsniveauer til stemmefunktionen:
Niveau
Beskrivelse
High
Maksimal ræsonnementsdybde, langsommere svar – til komplekse analyseopgaver
Medium
Balanceret afvejning mellem intelligens og hastighed
Instant
Hurtigst mulige svar, reduceret ræsonnement – til afslappede eller tidsfølsomme interaktioner
Niveausystemet lader brugerne skræddersy interaktionsdybde versus latenstid per opgave, svarende til hvordan ChatGPTs tekstmodeller tilbyder forskellige ræsonnementsniveauer. For eksempel vil et hurtigt vejrspørgsmål bruge Instant, mens en dybdegående brainstormingsession vil skifte til High.
Visuelle ændringer i stemmegrænsefladen
Når GPT-Bidi-1 er valgt, skifter stemmeboblen/lydbølgeindikatoren til gul i stedet for den nuværende standardfarve. Modellen vises i indstillingernes modelvælger som en ny mulighed mærket "Bidi (Latest)" sammen med eksisterende Standard Voice og Advanced Voice Mode, i stedet for at erstatte dem.
Udviklingstidslinje og konkurrencemæssig kontekst
Tidligt 2026: OpenAI begyndte intern udvikling af BiDi-arkitekturen.
5. marts 2026: The Information rapporterede, at OpenAI udviklede en tovejs lydmodel for at booste sine stemmeassistenter.
7. maj 2026: OpenAI annoncerede GPT-Realtime-2 i API'en – dens første stemmemodel med GPT-5-klasses ræsonnement, som lagde grundlaget for tovejskapaciteter.
16.–17. juni 2026: M1Astra og TestingCatalog fandt første gang offentligt kodehenvisninger til gpt-bidi-1.
22.–24. juni 2026: Brugerrapporter og demonstrationsvideoer dukkede op, der viste fungerende tovejsadfærd. Flere medier rapporterede, at en bredere udrulning kunne komme inden for samme uge.
Konkurrencemæssig kontekst: Satsningen på tovejs stemmefunktion er et direkte svar på fremskridt fra Google (Gemini Live med afbrydelser), Anthropic og realtids-stemmeagenter fra startups. OpenAI kappes med at bringe stemmeinteraktionsparitet til sin tekstintelligens, som allerede driver GPT-5.5-niveau ræsonnement.
openai.com
Advancing voice intelligence with new models in the API - OpenAI
