GPT-Live: Гласът, който слуша и говори едновременно
На тази страница
Статус към 5 ноември 2026 г. GPT-Live 1 е достъпен в API от 10 септември 2026 г. на цена от 0,05 щатски долара за минута гласова сесия. На 16 октомври бяха добавени два френски гласа: Brise и Sillage (Урок 10). В ChatGPT опцията Live вече работи на базата на GPT-Live-1.1 и GPT-Live-1.1 Quip. От 9 септември гласовият режим може да прехвърля сложни въпроси към GPT-5.6 или GPT-6 Astra.
На 8 юли 2026 г. OpenAI пусна GPT-Live, ново поколение гласови модели, което вече захранва ChatGPT Voice. Това не е просто надграждане на съществуващия двигател, а фундаментална архитектурна промяна. За да разберете какво носи тази нова система, трябва да разгледаме архитектурите, които ѝ предхождаха.
Три поколения глас
Първата версия на ChatGPT Voice свързваше три модела във верига: един за транскрибиране на речта Ви в текст, един голям езиков модел за генериране на отговора и един двигател за преобразуване на текст в реч за синтезиране на аудиото. Тази каскада Ви позволи за първи път да разговаряте с усъвършенстван модел, но губеше информация на всяка стъпка, което правеше отговорите бавни и прекъсващи.
По-късно Advanced Voice Mode започна да обработва и генерира аудио в рамките на един единствен модел, намалявайки забавянето. Въпреки това, той все още работеше на принципа „ред по ред“: моделът изчакваше да приключите да говорите, преди да отговори. Тъй като краят на репликата се откриваше чрез тишина, кратка пауза или фонов шум можеха да накарат модела да прекъсне в грешния момент.
GPT-Live използва архитектура с пълен дуплекс: той непрекъснато обработва това, което чува, докато говори, вземайки решения няколко пъти в секунда дали да говори, да слуша, да прави пауза, да се прекъсне сам или да извика инструмент. На практика той може да покаже, че Ви следва („ъм-хъм“, „да“), без да Ви прекъсва, да управлява бързи размени на реплики или да мълчи, докато Вие си мислите.
Интелигентност във фонов режим
GPT-Live не се справя сам със сложни задачи. Когато даден въпрос изисква търсене в уеб, дълбоко разсъждение или сложна дейност, той прехвърля работата на по-мощен модел и връща резултата в разговора, щом той е готов. Междувременно той продължава да говори с Вас; разговорът не замръзва. При старта този фонов модел беше GPT-5.5, а OpenAI заяви, че ще приема нови модели, щом бъдат пуснати. От 9 септември ChatGPT Voice може да разчита на GPT-5.6 или GPT-6 Astra.
Наличност при старта
| Елемент | Към 8 юли 2026 г. |
|---|---|
| Модели | GPT-Live-1 за платени планове, GPT-Live-1 mini за безплатния план |
| ChatGPT | Разположен на chatgpt.com и в приложенията за iOS/Android в поддържаните региони |
| Работни пространства за бизнес, предприятия и образование | Недостъпни при старта |
| Видео и споделяне на екран | Не се поддържат; остават достъпни чрез Advanced Voice Mode |
| API | Обявен за по-късна дата, с форма за регистрация |
На 31 юли OpenAI добави воден знак SynthID към поддържаното аудио съдържание, генерирано с GPT-Live, както в ChatGPT, така и в API, заедно с инструмент за проверка на произхода.
Какво променя това за Вашите случаи на употреба
За обучението, гласовата поддръжка на клиенти или помощта без използване на ръце, пълният дуплекс премахва основния проблем на гласовите асистенти: твърдото редуване на реплики. Треньор, използващ глас за симулиране на интервю, вече може да възпроизведе ритъма на истински разговор, включително прекъсвания, последващи въпроси и тишина. Днес можете да намерите тези настройки под Settings > Voice, което предлага три опции: Live, Advanced Mode и Standard Mode. Видеото и споделянето на екран на мобилни устройства все още изискват Advanced Mode.
Ваш ред
Тествайте непрекъснатия разговор. В ChatGPT Voice с активирана опция Live, опитайте следните три сценария: прекъснете отговора по средата на изречението, направете дълга пауза, за да помислите, и задайте въпрос, изискващ търсене в уеб, докато продължавате да говорите, докато той изпълнява задачата. Отбележете как реагира разговорът всеки път, след което повторете теста, използвайки Advanced Mode, за да сравните.
Официални източници: Introducing GPT-Live (OpenAI, 8 юли 2026 г.) · Бележки към изданията на ChatGPT · ChatGPT Voice (Център за помощ на OpenAI) · GPT-Live 1 (Документация на OpenAI API)
Ключови изводи
- GPT-Live работи с пълен дуплекс: слуша и говори едновременно, без да чака краят на Вашата реплика
- Прехвърля сложните въпроси на по-мощен модел и продължава да говори междувременно
- При старта: GPT-Live-1 за платени планове, GPT-Live-1 mini за безплатния, без видео или професионални работни пространства
- API отвори на 10 септември 2026 г.; в ChatGPT конфигурирайте Live чрез Settings > Voice