OpenAI GPT-Live-1: Full-dupleks stemme som avbryter, ruter til GPT-5.5 og genererer bilder midt i samtalen

8. juli 2026 lanserte OpenAI GPT-Live, en ny familie av stemmemodeller som endrer fundamentet for hvordan mennesker samhandler med AI-assistenter. I stedet for det rigide «jeg snakker, så snakker du»-mønsteret som tidligere stemmeassistenter har brukt, bruker GPT-Live-1 og GPT-Live-1 mini en full-dupleks-arkitektur som kan lytte og snakke samtidig. Modellene ruller ut til alle ChatGPT-brukere fra i dag .

Her er den fullstendige, faktasjekkede oversikten over hva disse modellene gjør, hvordan de forbedrer tidligere stemmeassistenter, hvem som har utviklet dem, og hvor de passer inn i en uke med store AI-lanseringer.

Hva er GPT-Live-1 og GPT-Live-1 mini?

GPT-Live kommer i to versjoner :

• GPT-Live-1 – ruller ut til betalte ChatGPT-nivåer (Go, Plus, Pro)
• GPT-Live-1 mini – ruller ut til gratisbrukere

Begge erstatter den tidligere ChatGPT Advanced Voice Mode. De er bygget på en ekte full-dupleks-arkitektur som kontinuerlig behandler innkommende lyd mens den genererer talte svar, i motsetning til den gamle halv-dupleks-tilnærmingen der modellen måtte være ferdig med å snakke før den kunne høre brukeren .

OpenAI opplyser at kostnadene for inferens har blitt lave nok til at økonomien i stemmeassistenter fungerer, noe som er grunnen til at modellen også er tilgjengelig for gratisbrukere . Ved lansering bruker GPT-Live GPT-5.5 i bakgrunnen for resonnering .

Hvordan full-dupleks-stemme forbedrer tidligere assistenter

Full-dupleks-evnen endrer følelsen av stemme-AI på tre spesifikke måter, som OpenAI demonstrerte under lanseringspresentasjonen.

1. Naturlige avbrudd og turtaking

Modellen kan avbrytes midt i en setning og vil stoppe og lytte, i stedet for å snakke over brukeren. Den oppdager også når en bruker tar en pause midt i en tanke og venter i stedet for å avbryte . OpenAI-produktsjef Atty Eleti sa under presentasjonen: «Dette er en full-dupleks-modell» .

Modellen kan også vise at den følger med med fraser som «mhm» eller «ja» mens brukeren fortsatt snakker, og den vil være stille når du trenger et øyeblikk til å tenke .

2. Ruting av komplekse spørsmål til frontlinje-tekstmodeller i parallell

Når GPT-Live støter på et vanskelig spørsmål, delegerer det resonnering til OpenAIs nyeste tekstmodeller (som GPT-5.5) i parallell, mens GPT-Live selv fortsetter samtalen med brukeren . Forskningsleder Kundan Kumar forklarte: «Når GPT-Live må tenke hardt på et spørsmål, kan det delegere resonnering og komplekse oppgaver til GPT-5.5 i parallell, mens GPT-Live fortsatt er i samtale med brukeren» . Dette betyr at brukere ikke trenger å vente på at stemmemodellen skal resonnere seg gjennom tunge oppgaver – overgangen fra research til talte funn er nesten øyeblikkelig .

3. AI-genererte bilder under samtalen

GPT-Live kan supplere diskusjoner med bilder på skjermen – illustrasjoner, diagrammer eller annet AI-generert innhold – som skaper en multimodal opplevelse som går utover ren stemmechat . The Verge rapporterte at modellen vil supplere samtaler om vær, aksjer og sport med AI-genererte bilder .

Til sammen gjør disse funksjonene samtalene mer lik naturlig menneskelig dialog. Business Insider beskrev det som en assistent som «vil at du skal snakke over den» . The Verge skrev at den er «flinkere til å holde kjeft» .

Hvem ledet utviklingen?

De to sentrale personene som er navngitt i pressebriefinger og medieoppslag, er:

• Kundan Kumar – Forskningsleder for GPT-Live, beskrevet av The Verge som «OpenAI-forskningsleder» for prosjektet . Han kom til OpenAI fra Character.AI i midten av 2025 og var kjerneleder for lyd-AI-prosjektet .
• Atty Eleti – Produktsjef for ChatGPT Voice, som presenterte modellen under lanseringspresentasjonen .

Tidligere rapporter fra januar 2026 nevnte også infrastruktursjef Ben Newhouse og produkteier Jackie Shannon som involvert i omstruktureringen av lyd-AI .

Lanseringsplan

• 8. juli 2026 – Global lansering startet med utrulling til alle ChatGPT-brukere på iOS, Android og nett, med GPT-Live-1 for betalende abonnenter og GPT-Live-1 mini for gratisbrukere .
• Samtidig, 7.–8. juli, lanserte OpenAI nye Realtime API-modeller (gpt-realtime-2.1 og gpt-realtime-2.1-mini) med 25 % lavere p95-forsinkelse gjennom forbedret caching .

En begrensning som ble nevnt ved lansering: GPT-Live støtter foreløpig ikke stemme med videofunksjoner .

Andre store AI-lanseringer samme uke

OpenAI lanserte GPT-Live midt i en usedvanlig travel uke i AI-bransjen.

OpenAIs eget økosystem:

• GPT-5.6 (Sol, Terra og Luna-varianter) var ventet offentlig lansert 9. juli 2026, noe som utvider tilgangen etter en tidligere begrenset lansering .

Konkurrenter og tilgrensende nyheter:

• Anthropic – Lanserte en betydelig oppdatering av Claude Sonnet 5 i begynnelsen av juli, med forbedret instruksjonsfølging og kodegenereringsnøyaktighet for komplekse agentoppgaver . Trump-administrasjonen løftet også eksportkontrollene på Anthropics Fable 5- og Mythos 5-modeller samme uke .
• Google DeepMind – Lansert NanoBanana 2 Lite, en bildegenereringsmodell som produserer bilder på under 4 sekunder til en pris på $0,034 per 1000 bilder .
• Meta – Rapporteres å forberede tilbud om neocloud-tjenester, og er samtidig under press fra den amerikanske regjeringen om AI-sikkerhetsgjennomganger .
• SpaceXAI (xAI) – Rapporteres å forberede lansering av nye AI-modeller i samarbeid med Anysphere (Cursor) som del av en bredere konkurransesatsing .
• Kina – En 9-dagers nedtelling startet for Kinas nye AI-følgelov, som vil tvinge frem nedstengninger som påvirker 345 millioner Doubao-brukere .
• Det hvite hus – Forventes å kunngjøre frivillige AI-modellstandarder .