A OpenAI disponibilizou o GPT‑Live‑1 na API, levando aos desenvolvedores o modelo de voz full-duplex que estreou no ChatGPT. A novidade permite construir agentes que ouvem e falam ao mesmo tempo, reagem a interrupções e continuam a conversa enquanto um modelo de fundo cuida do raciocínio mais pesado — a um custo de US$ 0,05 por minuto, cobrado por segundo.
Uma camada de voz, não uma cadeia montada
Agentes de voz tradicionais costuram três peças separadas: reconhecimento de fala, um modelo de raciocínio e síntese de voz. O GPT‑Live‑1 processa áudio de entrada e saída em um único modelo, o que elimina a latência e as “emendas” frágeis que faziam a conversa perder ritmo, contexto e naturalidade.
O modelo responde a interrupções e confirmações em tempo real, enquanto delega o raciocínio profundo a um backend escolhido pelo desenvolvedor — GPT‑6 Astra, Codex ou ChatGPT Work. Isso significa que a conversa continua fluindo enquanto o trabalho acontece em segundo plano.
O que o desenvolvedor controla
A versão de API traz controles novos para guiar a experiência de voz: ajuste de tom, ritmo e estilo pelo system prompt, escolha do modelo de backend e do harness de agente, além de transcrições ASR, texto de resposta, viés de palavras-chave e detecção nativa de turno. Há suporte a telefonia para reservas, atualizações de pedidos e atendimento ao cliente, com tratamento de ruído de fundo e silêncio sem interromper o usuário.
Números iniciais e adoção
Os primeiros resultados apontam uma mudança clara na dinâmica de turnos. A Speak relatou quase 80% menos interrupções em relação aos sistemas baseados em turnos anteriores, dando mais tempo de raciocínio aos alunos de idiomas. Segundo a OpenAI, o GPT‑Live‑1 ganhou 30 pontos percentuais sobre o GPT-Realtime-2.1 no Full Duplex Bench e liderou o Tau3 quando pareado com o GPT‑6 Astra em esforço de raciocínio médio.
O modelo estreia com 12 vozes cobrindo sotaques, dialetos e idiomas; vozes personalizadas exigem contato com vendas. Entre os primeiros usuários estão Yelp Host, Speak, o Fin da Intercom e o Devin da Cognition.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
