OpenAI GPT-Live-1 та GPT-Live-1 Mini: голосові моделі, що чують і відповідають водночас

8 липня 2026 року OpenAI представила GPT-Live — нове сімейство голосових моделей, яке кардинально змінює принцип взаємодії людини зі ШІ . Замість жорсткої схеми «я кажу — ти кажеш», GPT-Live-1 та GPT-Live-1 mini використовують повнодуплексну архітектуру, що дозволяє слухати та говорити одночасно. Вже сьогодні моделі почали розгортати для всіх користувачів ChatGPT .

Ось повний, фактологічний огляд: що вміють ці моделі, чим вони кращі за попередників, хто їх створив та які ще важливі події відбулися в індустрії ШІ того ж тижня.

Що таке GPT-Live-1 та GPT-Live-1 mini?

GPT-Live випускається у двох версіях :

• GPT-Live-1 — для платних підписок ChatGPT (Go, Plus, Pro)
• GPT-Live-1 mini — для безкоштовних користувачів

Обидві моделі замінюють попередній Advanced Voice Mode у ChatGPT. Вони побудовані на справжній повнодуплексній архітектурі, яка безперервно обробляє вхідний аудіопотік, одночасно генеруючи голосову відповідь . Раніше модель мала завершити фразу, перш ніж «почути» співрозмовника.

За словами OpenAI, вартість інференції (обчислень) знизилася настільки, що економіка голосових інтерфейсів стала вигідною, тому модель доступна навіть безкоштовним користувачам . На старті GPT-Live використовує в якості «мовкового центру» модель GPT-5.5 .

Як повнодуплексний голос змінює досвід користувача

Повнодуплексна здатність змінює відчуття від голосового ШІ в трьох ключових аспектах, які OpenAI продемонструвала під час презентації.

1. Природні переривання та черговість

Модель можна перервати посеред речення — вона зупиниться та уважно слухатиме, а не намагатиметься говорити поверх вас . Вона також розпізнає, коли користувач робить паузу, обдумуючи думку, і чекає, не втручаючись . Продукт-менеджер OpenAI Атті Елеті під час презентації підкреслив: «Це повнодуплексна модель» .

Модель може демонструвати, що уважно слухає, вставляючи «мгм» або «так» під час вашої розмови, але залишатиметься тихою, коли вам потрібна хвилина, щоб зібратися з думками .

2. Паралельна обробка складних запитів

Коли GPT-Live стикається зі складним запитанням, він делегує логічні міркування найсучаснішим текстовим моделям OpenAI (наприклад, GPT-5.5) у фоновому режимі, тоді як сам GPT-Live продовжує спілкуватися з користувачем . Дослідник Кундан Кумар пояснив: «Коли GPT-Live має “помізкувати” над питанням, він може делегувати обробку та розв'язання складного завдання GPT-5.5 паралельно, залишаючись у розмові з користувачем. Це означає, що ви не чекаєте, поки голосова модель “прокипить” над завданням — перехід від роздумів до озвучення результату відбувається майже миттєво .

3. Генерація візуальних елементів у розмові

GPT-Live може доповнювати обговорення візуальними матеріалами прямо на екрані — зображеннями, діаграмами, інфографікою, створеними ШІ . The Verge повідомляє, що модель супроводжуватиме розмови про погоду, акції та спорт згенерованими зображеннями .

У сукупності ці функції роблять спілкування максимально наближеним до природного людського діалогу. Business Insider описав це як асистента, який «хоче, щоб ви його перебивали» . А заголовок The Verge звучав як «краще вміє замовкати» .

Хто керував розробкою?

Дві ключові особи, згадані у прес-брифінгах та матеріалах ЗМІ:

• Кундан Кумар — провідний дослідник GPT-Live, якого The Verge називає «головним дослідником OpenAI» за цим проектом . Він приєднався до OpenAI з Character.AI у середині 2025 року та став ключовою фігурою аудіо-ШІ проекту .
• Атті Елеті — продукт-менеджер ChatGPT Voice, який презентував модель під час запуску .

Раніше, у січні 2026 року, також повідомлялося про участь керівника інфраструктури Бена Ньюгауза та продакт-менеджера Джекі Шеннон у реструктуризації аудіо-ШІ напрямку .

Графік розгортання

• 8 липня 2026 — Глобальний запуск. Моделі почали розгортати для всіх користувачів ChatGPT на iOS, Android та веб-версії: GPT-Live-1 для платних підписників, GPT-Live-1 mini для безкоштовних .
• Також 7-8 липня OpenAI випустила нові моделі Realtime API (gpt-realtime-2.1 та gpt-realtime-2.1-mini) зі зниженням p95 затримки на 25% завдяки покращеному кешуванню .

Єдине обмеження, зазначене на старті: GPT-Live поки що не підтримує голос разом з відео .

Інші гучні релізи того ж тижня

Запуск GPT-Live відбувся в середині надзвичайно насиченого тижня в індустрії ШІ.

Власна екосистема OpenAI:

• Очікувалося, що GPT-5.6 (варіанти Sol, Terra та Luna) вийде у публічний доступ 9 липня 2026, розширюючи доступ після початкового обмеженого релізу .

Конкуренти та суміжні новини:

• Anthropic — На початку липня випустила значне оновлення Claude Sonnet 5, яке покращило точність виконання інструкцій та генерацію коду для складних агентних завдань . Адміністрація Трампа того ж тижня зняла експортні обмеження на моделі Fable 5 та Mythos 5 від Anthropic .
• Google DeepMind — Запустила NanoBanana 2 Lite, модель для генерації зображень, яка створює картинку менш ніж за 4 секунди за ціною $0.034 за 1000 зображень .
• Meta — За повідомленнями, готувалася запропонувати neocloud-послуги, а також перебувала під тиском уряду США щодо перевірок безпеки ШІ .
• SpaceXAI (xAI) — За чутками, готувала випуск нових моделей ШІ в партнерстві з Anysphere (розробники Cursor) .
• Китай — Розпочався 9-денний відлік до набрання чинності закону про ШІ-компаньйонів, який змусить закрити сервіси, що вплине на 345 мільйонів користувачів Doubao .
• Білий дім — Очікувалося оголошення добровільних стандартів для моделей ШІ .