OpenAI анонсировала GPT-Live — новое поколение голосовых ИИ-моделей для ChatGPT. Модель построена на полнодуплексной архитектуре: она одновременно слушает пользователя и формирует ответ, поэтому разговор больше не состоит из отдельных очередей «сказал — дождался ответа».
GPT-Live уже начали постепенно разворачивать для пользователей ChatGPT по всему миру. На старте OpenAI выпускает две версии модели — GPT-Live-1 и GPT-Live-1 mini. GPT-Live-1 станет моделью по умолчанию в режиме «Разговор» для пользователей тарифов Go, Plus и Pro, а GPT-Live-1 mini — для бесплатного плана. Подробности о новой модели собрал Postium.
Читайте также: Как использовать ChatGPT для работы с документами
Нейросеть GPT-Live: что умеет и как работает
Главная особенность GPT-Live — непрерывная обработка разговора. Модель не ждёт окончания реплики, а постоянно анализирует входящий звук и несколько раз в секунду решает, продолжать слушать, ответить, сделать паузу, перебить или обратиться к другому инструменту.
Благодаря этому ChatGPT ведёт разговор максимально близко к тому, как это делает человек. Пользователь может сделать паузу, чтобы подобрать слова, перебить модель новым вопросом или попросить её просто слушать. GPT-Live также может коротко подтверждать, что следит за разговором, не прерывая собеседника длинными ответами.
Ещё одна особенность новой архитектуры — разделение голосового общения и сложных вычислений. Если запрос требует поиска в интернете, более глубоких рассуждений или других ресурсоёмких задач, GPT-Live передаёт их фоновой модели. На старте эту роль выполняет GPT-5.5. Пока она ищет ответ или выполняет рассуждения, разговор продолжается без остановки.
OpenAI заявила, что в будущем GPT-Live будет автоматически использовать новые флагманские модели без изменения самого голосового интерфейса.
Что изменится в ChatGPT
После обновления режим «Разговор» получит несколько новых возможностей.
— Во-первых, модель стала реже перебивать пользователя после коротких пауз и лучше отделяет голос человека от фонового шума.
— Во-вторых, во время разговора ChatGPT сможет использовать разные уровни рассуждений. Пользователь сможет выбрать режим «Быстрый», «Средний» или «Высокий» в зависимости от того, насколько сложный ответ нужен.
Кроме того, голосовой режим теперь показывает визуальные карточки для некоторых типов запросов. Например, во время разговора ChatGPT может вывести прогноз погоды, биржевые котировки, спортивные результаты или карту с найденными местами. Поиск, память, работа с изображениями и загрузка файлов также остаются доступны.
OpenAI также переозвучила девять встроенных голосов специально для GPT-Live. На момент запуска GPT-Live не поддерживает голосовые разговоры с демонстрацией экрана и видео. Для таких случаев пользователи могут переключиться на прежние версии режима «Разговор».
Почему это важно? До появления GPT-Live голосовой режим ChatGPT либо строился из отдельных моделей распознавания речи, генерации текста и синтеза голоса, либо обрабатывал реплики по очереди. В обоих случаях система ждала окончания фразы пользователя, из-за чего разговор нередко выглядел неестественным.
GPT-Live меняет принцип работы голосового режима. Теперь модель может поддерживать беседу, пока параллельно ищет информацию или передаёт сложные вычисления другой модели. Ранее OpenAI также обновила память ChatGPT: компания увеличила её объём для пользователей Plus и Pro и изменила принцип работы, чтобы сервис сам поддерживал контекст в актуальном состоянии.
Итог: В ChatGPT появился новый голосовой режим, который одновременно ведёт разговор и может передавать сложные запросы GPT-5.5, не прерывая диалог.
