Dưới đây là phân tích đầy đủ, đã được kiểm chứng về những gì các mô hình này làm được, cách chúng cải thiện so với trợ lý dạng lượt, ai đã phát triển chúng, và tuần lễ ra mắt sản phẩm AI lớn này diễn ra như thế nào.

GPT-Live-1 và GPT-Live-1 mini là gì?

GPT-Live có hai phiên bản :

• GPT-Live-1 — dành cho các gói ChatGPT trả phí (Go, Plus, Pro)
• GPT-Live-1 mini — dành cho người dùng gói Free

Cả hai đều thay thế Advanced Voice Mode (Chế độ giọng nói nâng cao) trước đây của ChatGPT. Chúng được xây dựng trên kiến trúc full-duplex thực sự, cho phép xử lý luồng âm thanh đến liên tục trong khi đồng thời tạo ra phản hồi bằng giọng nói, thay vì phương pháp half-duplex (bán song công) cũ, nơi mô hình phải nói xong mới có thể nghe người dùng .

OpenAI cho biết chi phí suy luận (inference costs) đã giảm đủ để làm cho kinh tế của giọng nói trở nên khả thi, đó là lý do mô hình này cũng có sẵn cho người dùng miễn phí . Khi ra mắt, GPT-Live sử dụng GPT-5.5 ở nền tảng để lý luận .

Giọng nói full-duplex cải thiện như thế nào so với trợ lý dạng lượt?

Khả năng full-duplex thay đổi cảm giác của AI giọng nói theo ba cách cụ thể mà OpenAI đã trình diễn trong buổi họp báo ra mắt.

1. Ngắt lời và chuyển lượt tự nhiên

Mô hình có thể bị ngắt lời giữa câu và sẽ dừng lại để lắng nghe, thay vì nói át người dùng. Nó cũng phát hiện khi người dùng tạm dừng giữa chừng và chờ đợi thay vì cắt ngang . Atty Eleti, trưởng nhóm sản phẩm của OpenAI, đã nói trong buổi họp báo: "Đây là một mô hình full-duplex" .

Mô hình cũng có thể thể hiện rằng nó đang chú ý bằng các cụm từ như "ừm" hoặc "vâng" trong khi người dùng vẫn đang nói, và nó sẽ im lặng khi bạn cần một chút thời gian để suy nghĩ .

2. Ủy thác các truy vấn phức tạp cho mô hình văn bản tiên tiến song song

Khi GPT-Live gặp một câu hỏi khó, nó sẽ ủy thác việc lý luận cho các mô hình văn bản mới nhất của OpenAI (ví dụ: GPT-5.5) một cách song song, trong khi bản thân GPT-Live vẫn tiếp tục trò chuyện với người dùng . Trưởng nhóm nghiên cứu Kundan Kumar giải thích: "Khi GPT-Live phải suy nghĩ kỹ cho một câu hỏi, nó có thể ủy thác việc lý luận và các tác vụ phức tạp cho GPT-5.5 một cách song song, trong khi GPT-Live vẫn tiếp tục trò chuyện với người dùng" . Điều này có nghĩa là người dùng không phải chờ mô hình giọng nói lý luận qua các tác vụ nặng — quá trình chuyển đổi từ nghiên cứu sang phát hiện bằng giọng nói gần như tức thời .

3. Tạo hình ảnh trực quan bằng AI trong cuộc trò chuyện

GPT-Live có thể bổ sung các cuộc thảo luận bằng hình ảnh trực quan trên màn hình — hình ảnh, sơ đồ hoặc nội dung do AI tạo ra khác — tạo ra trải nghiệm đa phương thức vượt xa cuộc trò chuyện giọng nói thuần túy . The Verge đưa tin rằng mô hình sẽ bổ sung các cuộc trò chuyện về thời tiết, chứng khoán và thể thao bằng hình ảnh do AI tạo ra .

Nhìn chung, những tính năng này làm cho các cuộc trò chuyện trở nên gần gũi hơn với đối thoại tự nhiên của con người. Business Insider mô tả nó như một trợ lý "muốn bạn nói át nó" . Tiêu đề của The Verge gọi nó là "tốt hơn trong việc im lặng" .

Ai đứng sau sự phát triển?

Hai cái tên chủ chốt được nhắc đến trong các cuộc họp báo và báo cáo truyền thông là:

• Kundan Kumar — Trưởng nhóm nghiên cứu cho GPT-Live, được The Verge mô tả là "trưởng nhóm nghiên cứu OpenAI" cho dự án . Anh gia nhập OpenAI từ Character.AI vào giữa năm 2025 và là trưởng nhóm cốt lõi cho dự án AI âm thanh .
• Atty Eleti — Trưởng nhóm sản phẩm cho ChatGPT Voice, người đã trình bày mô hình trong buổi phát trực tiếp ra mắt .

Các báo cáo trước đó từ tháng 1 năm 2026 cũng nêu tên trưởng nhóm hạ tầng Ben Newhouse và quản lý sản phẩm Jackie Shannon là những người có liên quan đến việc tái cấu trúc AI âm thanh .

Lịch trình triển khai

• Ngày 8 tháng 7 năm 2026 — Ra mắt toàn cầu, bắt đầu triển khai cho tất cả người dùng ChatGPT trên iOS, Android và web, với GPT-Live-1 cho người dùng trả phí và GPT-Live-1 mini cho người dùng miễn phí .
• Cũng trong ngày 7–8 tháng 7, OpenAI đã phát hành các mô hình Realtime API mới (gpt-realtime-2.1 và gpt-realtime-2.1-mini) với độ trễ p95 thấp hơn 25% nhờ cải thiện bộ nhớ đệm .

Một hạn chế được ghi nhận khi ra mắt: GPT-Live hiện không hỗ trợ giọng nói kết hợp với video .

Các bản phát hành AI lớn khác trong cùng tuần

OpenAI ra mắt GPT-Live giữa một tuần lễ đặc biệt sôi động trong ngành công nghiệp AI.

Hệ sinh thái rộng lớn hơn của chính OpenAI:

• GPT-5.6 (các biến thể Sol, Terra và Luna) dự kiến phát hành công khai vào ngày 9 tháng 7 năm 2026, mở rộng quyền truy cập sau một đợt triển khai giới hạn trước đó .

Đối thủ cạnh tranh và tin tức liên quan:

• Anthropic — Đã đẩy một bản cập nhật quan trọng cho Claude Sonnet 5 vào đầu tháng 7, với cải thiện về khả năng làm theo hướng dẫn và độ chính xác tạo mã cho các tác vụ tác nhân phức tạp . Chính quyền Trump cũng đã dỡ bỏ các kiểm soát xuất khẩu đối với các mô hình Fable 5 và Mythos 5 của Anthropic trong cùng tuần .
• Google DeepMind — Ra mắt NanoBanana 2 Lite, một mô hình tạo hình ảnh có thể tạo ra hình ảnh trong vòng chưa đầy 4 giây với chi phí 0,034 USD cho 1.000 hình ảnh .
• Meta — Được cho là đang chuẩn bị cung cấp các dịch vụ neocloud, và riêng biệt, chịu áp lực từ chính phủ Hoa Kỳ về các đánh giá an toàn AI .
• SpaceXAI (xAI) — Được cho là đang chuẩn bị phát hành các mô hình AI mới với sự hợp tác của Anysphere (Cursor) như một phần của nỗ lực cạnh tranh rộng lớn hơn .
• Trung Quốc — Thời gian đếm ngược 9 ngày bắt đầu cho luật bạn đồng hành AI mới của Trung Quốc, có thể buộc phải đóng cửa ảnh hưởng đến 345 triệu người dùng Doubao .
• Nhà Trắng — Dự kiến sẽ công bố các tiêu chuẩn mô hình AI tự nguyện .

Dưới đây là phân tích đầy đủ, đã được kiểm chứng về những gì các mô hình này làm được, cách chúng cải thiện so với trợ lý dạng lượt, ai đã phát triển chúng, và tuần lễ ra mắt sản phẩm AI lớn này diễn ra như thế nào.

GPT-Live-1 và GPT-Live-1 mini là gì?

GPT-Live có hai phiên bản :

• GPT-Live-1 — dành cho các gói ChatGPT trả phí (Go, Plus, Pro)
• GPT-Live-1 mini — dành cho người dùng gói Free

Cả hai đều thay thế Advanced Voice Mode (Chế độ giọng nói nâng cao) trước đây của ChatGPT. Chúng được xây dựng trên kiến trúc full-duplex thực sự, cho phép xử lý luồng âm thanh đến liên tục trong khi đồng thời tạo ra phản hồi bằng giọng nói, thay vì phương pháp half-duplex (bán song công) cũ, nơi mô hình phải nói xong mới có thể nghe người dùng .

OpenAI cho biết chi phí suy luận (inference costs) đã giảm đủ để làm cho kinh tế của giọng nói trở nên khả thi, đó là lý do mô hình này cũng có sẵn cho người dùng miễn phí . Khi ra mắt, GPT-Live sử dụng GPT-5.5 ở nền tảng để lý luận .

Giọng nói full-duplex cải thiện như thế nào so với trợ lý dạng lượt?

Khả năng full-duplex thay đổi cảm giác của AI giọng nói theo ba cách cụ thể mà OpenAI đã trình diễn trong buổi họp báo ra mắt.

1. Ngắt lời và chuyển lượt tự nhiên

Mô hình có thể bị ngắt lời giữa câu và sẽ dừng lại để lắng nghe, thay vì nói át người dùng. Nó cũng phát hiện khi người dùng tạm dừng giữa chừng và chờ đợi thay vì cắt ngang . Atty Eleti, trưởng nhóm sản phẩm của OpenAI, đã nói trong buổi họp báo: "Đây là một mô hình full-duplex" .

Mô hình cũng có thể thể hiện rằng nó đang chú ý bằng các cụm từ như "ừm" hoặc "vâng" trong khi người dùng vẫn đang nói, và nó sẽ im lặng khi bạn cần một chút thời gian để suy nghĩ .

2. Ủy thác các truy vấn phức tạp cho mô hình văn bản tiên tiến song song

Khi GPT-Live gặp một câu hỏi khó, nó sẽ ủy thác việc lý luận cho các mô hình văn bản mới nhất của OpenAI (ví dụ: GPT-5.5) một cách song song, trong khi bản thân GPT-Live vẫn tiếp tục trò chuyện với người dùng . Trưởng nhóm nghiên cứu Kundan Kumar giải thích: "Khi GPT-Live phải suy nghĩ kỹ cho một câu hỏi, nó có thể ủy thác việc lý luận và các tác vụ phức tạp cho GPT-5.5 một cách song song, trong khi GPT-Live vẫn tiếp tục trò chuyện với người dùng" . Điều này có nghĩa là người dùng không phải chờ mô hình giọng nói lý luận qua các tác vụ nặng — quá trình chuyển đổi từ nghiên cứu sang phát hiện bằng giọng nói gần như tức thời .

3. Tạo hình ảnh trực quan bằng AI trong cuộc trò chuyện

GPT-Live có thể bổ sung các cuộc thảo luận bằng hình ảnh trực quan trên màn hình — hình ảnh, sơ đồ hoặc nội dung do AI tạo ra khác — tạo ra trải nghiệm đa phương thức vượt xa cuộc trò chuyện giọng nói thuần túy . The Verge đưa tin rằng mô hình sẽ bổ sung các cuộc trò chuyện về thời tiết, chứng khoán và thể thao bằng hình ảnh do AI tạo ra .

Nhìn chung, những tính năng này làm cho các cuộc trò chuyện trở nên gần gũi hơn với đối thoại tự nhiên của con người. Business Insider mô tả nó như một trợ lý "muốn bạn nói át nó" . Tiêu đề của The Verge gọi nó là "tốt hơn trong việc im lặng" .

Ai đứng sau sự phát triển?

Hai cái tên chủ chốt được nhắc đến trong các cuộc họp báo và báo cáo truyền thông là:

• Kundan Kumar — Trưởng nhóm nghiên cứu cho GPT-Live, được The Verge mô tả là "trưởng nhóm nghiên cứu OpenAI" cho dự án . Anh gia nhập OpenAI từ Character.AI vào giữa năm 2025 và là trưởng nhóm cốt lõi cho dự án AI âm thanh .
• Atty Eleti — Trưởng nhóm sản phẩm cho ChatGPT Voice, người đã trình bày mô hình trong buổi phát trực tiếp ra mắt .

Các báo cáo trước đó từ tháng 1 năm 2026 cũng nêu tên trưởng nhóm hạ tầng Ben Newhouse và quản lý sản phẩm Jackie Shannon là những người có liên quan đến việc tái cấu trúc AI âm thanh .

Lịch trình triển khai

• Ngày 8 tháng 7 năm 2026 — Ra mắt toàn cầu, bắt đầu triển khai cho tất cả người dùng ChatGPT trên iOS, Android và web, với GPT-Live-1 cho người dùng trả phí và GPT-Live-1 mini cho người dùng miễn phí .
• Cũng trong ngày 7–8 tháng 7, OpenAI đã phát hành các mô hình Realtime API mới (gpt-realtime-2.1 và gpt-realtime-2.1-mini) với độ trễ p95 thấp hơn 25% nhờ cải thiện bộ nhớ đệm .

Một hạn chế được ghi nhận khi ra mắt: GPT-Live hiện không hỗ trợ giọng nói kết hợp với video .

Các bản phát hành AI lớn khác trong cùng tuần

OpenAI ra mắt GPT-Live giữa một tuần lễ đặc biệt sôi động trong ngành công nghiệp AI.

Hệ sinh thái rộng lớn hơn của chính OpenAI:

• GPT-5.6 (các biến thể Sol, Terra và Luna) dự kiến phát hành công khai vào ngày 9 tháng 7 năm 2026, mở rộng quyền truy cập sau một đợt triển khai giới hạn trước đó .

Đối thủ cạnh tranh và tin tức liên quan:

• Anthropic — Đã đẩy một bản cập nhật quan trọng cho Claude Sonnet 5 vào đầu tháng 7, với cải thiện về khả năng làm theo hướng dẫn và độ chính xác tạo mã cho các tác vụ tác nhân phức tạp . Chính quyền Trump cũng đã dỡ bỏ các kiểm soát xuất khẩu đối với các mô hình Fable 5 và Mythos 5 của Anthropic trong cùng tuần .
• Google DeepMind — Ra mắt NanoBanana 2 Lite, một mô hình tạo hình ảnh có thể tạo ra hình ảnh trong vòng chưa đầy 4 giây với chi phí 0,034 USD cho 1.000 hình ảnh .
• Meta — Được cho là đang chuẩn bị cung cấp các dịch vụ neocloud, và riêng biệt, chịu áp lực từ chính phủ Hoa Kỳ về các đánh giá an toàn AI .
• SpaceXAI (xAI) — Được cho là đang chuẩn bị phát hành các mô hình AI mới với sự hợp tác của Anysphere (Cursor) như một phần của nỗ lực cạnh tranh rộng lớn hơn .
• Trung Quốc — Thời gian đếm ngược 9 ngày bắt đầu cho luật bạn đồng hành AI mới của Trung Quốc, có thể buộc phải đóng cửa ảnh hưởng đến 345 triệu người dùng Doubao .
• Nhà Trắng — Dự kiến sẽ công bố các tiêu chuẩn mô hình AI tự nguyện .