OpenAI wprowadza GPT-Live, głosowy model do rozmów w czasie rzeczywistym

OpenAI uruchomiło nową generację modeli głosowych o nazwie GPT-Live, które mają sprawić, że rozmowa z ChatGPT będzie przypominać prawdziwą konwersację między ludźmi. Dwie wersje, GPT-Live-1 oraz lżejsza GPT-Live-1 mini, trafiają od 8 lipca 2026 roku do użytkowników na całym świecie na iOS, Androidzie i w przeglądarce.

Kluczową zmianą w porównaniu z dotychczasowym trybem głosowym ChatGPT jest rezygnacja z modelu turowego, w którym asystent czekał, aż użytkownik skończy mówić. GPT-Live-1 potrafi wtrącać krótkie sygnały uwagi w rodzaju mhm czy tak, włączać się do szybkiej wymiany zdań albo milczeć, gdy rozmówca potrzebuje chwili na zastanowienie.

Jak to działa

Model głosowy sam w sobie odpowiada za naturalność i płynność rozmowy, ale gdy pytanie wymaga wyszukiwania w sieci, głębszego rozumowania albo bardziej złożonej pracy, GPT-Live-1 deleguje zadanie do najnowszego modelu wiodącego w tle i wraca do rozmowy z gotową odpowiedzią. Dzięki temu użytkownik nie odczuwa typowej przerwy na przetwarzanie zapytania.

Nowością jest też tłumaczenie symultaniczne, funkcja niemożliwa do zrealizowania w poprzednim, turowym systemie ChatGPT. Użytkownik może poprosić asystenta o przekładanie swojej wypowiedzi na inny język na bieżąco, z minimalnym opóźnieniem. Model potrafi też generować odpowiedzi wizualne, na przykład prognozę pogody, wynik meczu czy wykres giełdowy, gdy kontekst rozmowy tego wymaga.

Kontekst rynkowy

Premiera GPT-Live zbiega się z bardzo intensywnym tygodniem dla OpenAI, w którym firma jednocześnie udostępniła też rodzinę modeli tekstowych GPT-5.6. Wprowadzenie osobnej linii modeli głosowych pokazuje, że OpenAI traktuje interakcję głosową jako odrębny front konkurencyjny, a nie tylko dodatek do modeli tekstowych, w starciu z rywalami takimi jak Google czy Anthropic, którzy również rozwijają własne rozwiązania konwersacyjne.

Zapowiedź udostępnienia GPT-Live przez API otwiera drogę do wykorzystania modelu przez deweloperów i firmy budujące własne aplikacje głosowe, od obsługi klienta po asystentów w urządzeniach mobilnych. To może przełożyć się na nową falę produktów opartych na rozmowie głosowej z AI, również na rynkach spoza Stanów Zjednoczonych.

Co to oznacza dla użytkowników w Polsce

Dla polskich użytkowników ChatGPT kluczowe będzie sprawdzenie, jak funkcja tłumaczenia symultanicznego radzi sobie z językiem polskim oraz jak szybko GPT-Live trafi do lokalnych wersji aplikacji. Jeśli tłumaczenie w czasie rzeczywistym rzeczywiście działa płynnie, może to być przydatne narzędzie w kontaktach biznesowych czy podróżach, choć na razie brak potwierdzonych danych o jakości przekładu dla mniej popularnych języków.

Firmy planujące integrację głosowych funkcji AI w swoich produktach powinny obserwować zapowiadane udostępnienie GPT-Live przez API, które da deweloperom dostęp do tej samej technologii pełnodupleksowej rozmowy, jaką OpenAI oferuje teraz w ChatGPT.

Źródła: OpenAI (openai.com), TechCrunch (techcrunch.com), MarkTechPost (marktechpost.com), Dataconomy (dataconomy.com)