GPT-Bidi-1: Model Suara Dua Hala Terbaharu OpenAI untuk ChatGPT – Apa Yang Anda Perlu Tahu

OpenAI sedang bersiap sedia untuk meningkatkan lagi keupayaan suara ChatGPT dengan model audio dwiarah (bidirectional) yang dikenali sebagai GPT-Bidi-1. Berbeza dengan mod suara ChatGPT sebelum ini yang menunggu pengguna selesai bercakap sebelum memberi respons, GPT-Bidi-1 mampu mendengar dan bercakap serentak — ia boleh menyerap gangguan, membetulkan kesilapan dalam masa nyata, dan melaraskan jawapan tanpa memutuskan aliran audio.

Artikel ini akan membincangkan bagaimana GPT-Bidi-1 ditemui, apa yang membezakannya dengan model suara giliran (turn-based), tiga tahap kecerdasan yang diperkenalkan, perubahan visual pada antara muka ChatGPT, dan konteks persaingan pembangunannya. Model ini masih belum diumumkan secara rasmi oleh OpenAI, jadi segala butiran adalah berdasarkan penemuan kod, rujukan antara muka, laporan pengguna, dan analisis media.

Bagaimana GPT-Bidi-1 Ditemui

Rantaian penemuan bermula dengan pembangun M1Astra, yang mula-mula mengesan rujukan kepada gpt-bidi-1 dalam kod aplikasi ChatGPT dan berkongsi penemuan tersebut di X (dahulunya Twitter). Laman penjejak TestingCatalog kemudiannya mengesahkan rentetan model tersebut, bersama dengan teks pengumuman yang menggambarkannya sebagai "generasi suara seterusnya" dan "lonjakan besar dalam kecerdasan."

Elemen kod dan antara muka pengguna (UI) kemudian ditemui pada kedua-dua klien ChatGPT web dan mudah alih. Ujian terhad mula diedarkan kepada sekumpulan kecil pengguna pada akhir Jun 2026. Menjelang 22–24 Jun 2026, pelbagai laporan pengguna dan video demonstrasi muncul menunjukkan model tersebut berfungsi secara dwiarah.

Perhatian: OpenAI masih belum mengeluarkan sebarang pengumuman rasmi. Nama akhir model, tingkah laku tahap yang tepat, dan tarikh pelancaran masih belum disahkan oleh syarikat.

Bagaimana Suara Dwiarah Berbeza dengan Model Giliran

Mod suara ChatGPT semasa — Suara Standard (Standard Voice) dan Mod Suara Lanjutan (Advanced Voice Mode) — beroperasi dalam paradigma giliran (turn-based). Model mesti menunggu pengguna selesai bercakap sebelum ia boleh memberi respons. Seni bina dwiarah (BiDi) GPT-Bidi-1 membolehkan model memproses dua aliran audio serentak: suara anda dan suaranya sendiri.

Perbezaan tingkah laku utama yang dilaporkan dalam demonstrasi:

• Pengendalian Gangguan: Model boleh menyerap gangguan di tengah-tengah ayat dan melaraskan responsnya secara dinamik tanpa membeku atau memutuskan aliran audio.
• Pembetulan Masa Nyata: Dalam ujian, GPT-Bidi-1 mengira bersama pengguna dari 1 hingga 10, lalu serta-merta bertukar untuk mengira ke belakang apabila pengguna mengganggu di tengah-tengah.
• Pertindihan Semula Jadi: Pembantu boleh bercakap semasa pengguna masih bercakap, menjadikan pertukaran lebih hampir kepada perbualan manusia.

Matlamat dalaman OpenAI adalah untuk merapatkan jurang antara timbunan suara ChatGPT — yang ketinggalan di belakang model teksnya (sudah berada pada tahap pemikiran kelas GPT-5.5) — dan menyampaikan pariti dalam kecerdasan perbualan masa nyata.

Tiga Tahap Kecerdasan Boleh Pilih

GPT-Bidi-1 adalah model suara OpenAI yang pertama memperkenalkan tiga tahap kecerdasan dan kelajuan untuk suara:

Tahap	Penerangan
High (Tinggi)	Kedalaman penaakulan maksimum, respons lebih perlahan — untuk tugasan analisis kompleks
Medium (Sederhana)	Keseimbangan antara kecerdasan dan kelajuan
Instant (Segera)	Respons terpantas, penaakulan berkurangan — untuk interaksi kasual atau sensitif masa

Sistem tahap ini membolehkan pengguna menyesuaikan kedalaman interaksi berbanding kependaman (latency) mengikut tugasan, sama seperti model teks ChatGPT yang menawarkan tahap penaakulan berbeza. Contohnya, pertanyaan cuaca ringkas akan menggunakan mod Instant, manakala sesi sumbangsaran mendalam akan bertukar ke mod High.

Perubahan Visual pada Antara Muka Suara

Apabila GPT-Bidi-1 dipilih, gelembung suara/penunjuk gelombang bertukar menjadi kuning dan bukannya warna lalai semasa. Model ini muncul dalam pemilih model (model-selector) tetapan sebagai pilihan baharu berlabel "Bidi (Terkini)" bersama-sama dengan Suara Standard dan Mod Suara Lanjutan yang sedia ada, bukannya menggantikannya.

Garis Masa Pembangunan dan Konteks Persaingan

• Awal 2026: OpenAI mula membangunkan seni bina BiDi secara dalaman.
• 5 Mac 2026: The Information melaporkan bahawa OpenAI sedang membangunkan model audio dwiarah untuk meningkatkan pembantu suaranya.
• 7 Mei 2026: OpenAI mengumumkan GPT-Realtime-2 dalam API — model suara pertamanya dengan penaakulan kelas GPT-5, yang meletakkan asas untuk keupayaan dwiarah.
• 16–17 Jun 2026: M1Astra dan TestingCatalog mula-mula mengesan secara terbuka rujukan kod untuk gpt-bidi-1.
• 22–24 Jun 2026: Laporan pengguna dan video demonstrasi muncul menunjukkan tingkah laku dwiarah yang berfungsi. Pelbagai outlet melaporkan bahawa pelancaran yang lebih luas mungkin berlaku dalam minggu yang sama.

Konteks Persaingan: Dorongan suara dwiarah ini secara langsung menjawab kemajuan daripada Google (Gemini Live dengan gangguan), Anthropic, dan ejen suara masa nyata daripada syarikat pemula. OpenAI sedang berlumba untuk membawa pariti interaksi suara kepada kecerdasan teksnya, yang sudah pun menguasai penaakulan tahap GPT-5.5.