GPT-Live-1 chega à API da OpenAI com voz full-duplex

A OpenAI anunciou em 10 de setembro de 2026 — e não em 11 de setembro — o lançamento do GPT-Live-1 na API. Disponível de forma geral, o modelo é uma camada de voz full-duplex, criada para que agentes de IA possam escutar e falar ao mesmo tempo, com conversas menos rígidas e mais próximas de uma interação humana. 3

O que muda em relação aos agentes de voz convencionais

Em arquiteturas tradicionais, um agente costuma encadear três etapas: conversão de fala em texto, processamento por um modelo de linguagem ou raciocínio e, por fim, conversão do texto em voz. Cada passagem entre esses componentes pode acrescentar demora e prejudicar elementos como timing, contexto e ritmo da conversa. 3

O GPT-Live-1 reúne a escuta e a fala em um único modelo de voz. Com isso, pode reagir a interrupções e sinais breves de atenção enquanto eles acontecem, enquanto um modelo de backend cuida, em segundo plano, de tarefas mais complexas de raciocínio ou do uso de ferramentas. 3

Desenvolvedores podem conectar essa camada de voz a um backend da OpenAI, como o GPT-6 Astra, ou a um modelo de terceiros. A escolha permite ajustar o equilíbrio entre capacidade de raciocínio, velocidade e custo conforme a aplicação. 3

A OpenAI também destacou controles por system prompt para tom de voz, ritmo e estilo de conversa, além de recursos voltados à telefonia, tratamento de ruído de fundo e silêncio, confiabilidade em sessões longas, transcrições e texto das respostas, reconhecimento alfanumérico e priorização de palavras-chave. 3

Preço e cobrança

As sessões de voz com o GPT-Live-1 custam US$ 0,05 por minuto. A cobrança é feita por segundo, sem arredondamento para minutos completos. 2

O valor se refere à camada de voz. O uso do modelo de backend e de ferramentas é cobrado separadamente; portanto, o custo final de uma sessão depende também do modelo e das integrações escolhidas. 2

As evidências fornecidas não confirmam detalhes sobre um suposto acesso empresarial gerenciado chamado “Presence”, nem a alegação específica de ampliação de sotaques, dialetos e idiomas.

Resultados divulgados pela OpenAI

Segundo a empresa, o GPT-Live-1 registrou melhora de 30 pontos percentuais no teste Full Duplex Bench em comparação com o GPT-Realtime-2.1. A OpenAI afirmou ainda que a combinação do GPT-Live-1 com o GPT-6 Astra, em esforço médio de raciocínio, ficou em primeiro lugar no Tau3. 3

Os materiais fornecidos sustentam essas conclusões gerais, mas não exibem de forma independente os números específicos de latência de 1,41 para 0,798 segundo nem as taxas de aprovação de 86,2% contra 45,7% no Tau3. Esses valores exatos, portanto, não podem ser confirmados com base nas evidências disponíveis.

Relatos de empresas que testaram a tecnologia

A Yelp informou que a integração do GPT-Live-1 ao Yelp Host e ao Hatch melhorou a alternância entre falantes e a precisão frente à arquitetura de voz anterior. Em ligações para reservas e pedidos de comida, a empresa relatou ganhos relevantes na taxa de atendimento e falas mais completas e naturais dos clientes. 3

A Speak, plataforma de aprendizado de idiomas, disse que o modelo deu aos alunos mais tempo para pensar antes de o tutor responder e reduziu as interrupções em quase 80% em relação a sistemas anteriores baseados em turnos. 3

Já o cofundador e CTO de uma empresa de saúde afirmou que substituir uma implementação em cascata simplificou a base de código em 80%, eliminando 23 mil linhas e permitindo conversas em tempo real mais naturais com pacientes. 3