OpenAI a lansat miercuri GPT-Live, primul său model vocal capabil să asculte și să vorbească simultan. Noua arhitectură „full-duplex” îi permite să confirme că urmărește conversația prin interjecții precum „mhmm”. Modelul înlocuiește actualul Advanced Voice Mode din ChatGPT.
Ce schimbă arhitectura full-duplex
Până acum, conversația cu ChatGPT semăna mai degrabă cu o sesiune de întrebări și răspunsuri. Modelul aștepta o pauză în vorbire pentru a răspunde, iar un moment de ezitare sau zgomotul de fundal îl făceau să întrerupă utilizatorul în momente nepotrivite.
GPT-Live procesează continuu sunetul primit în timp ce își generează propriul răspuns. Modelul poate decide de mai multe ori pe secundă dacă vorbește, continuă să asculte, face o pauză sau apelează un instrument. Asta permite întreruperi naturale, răspunsuri mai rapide și chiar traducere în timp real.
OpenAI a publicat un clip demonstrativ cu noile capacități. Conversația sună vizibil mai natural, deși intervențiile suplimentare ale modelului ar putea necesita o perioadă de acomodare.
Cine primește noile modele și cât costă
Lansarea se face global, în două variante. GPT-Live-1 devine modelul vocal implicit pentru abonații Go, Plus și Pro, iar GPT-Live-1 mini pentru utilizatorii gratuiți. Distribuția acoperă iOS, Android și versiunea web, iar OpenAI promite că modelele vor ajunge „în curând” și în API.
Pentru utilizatorii din România, trecerea se face automat, fără costuri suplimentare față de abonamentul existent. Cei cu cont gratuit primesc varianta mini în locul Advanced Voice Mode, iar abonații plătitori au acces la modelul complet. Peste 150 de milioane de oameni folosesc săptămânal funcțiile vocale din ChatGPT, așa că schimbarea va fi resimțită rapid și pe piața locală.
GPT-5.5 lucrează în fundal, GPT-5.6 vine din urmă
OpenAI descrie GPT-Live drept cel mai inteligent model vocal lansat până acum. Pentru întrebările complexe, sistemul deleagă sarcina către GPT-5.5, care rulează în fundal, în timp ce conversația continuă nestingherită. Compania spune că acest model de bază va fi „actualizat continuu” pe măsură ce apar versiuni noi.
Detaliul contează, pentru că OpenAI are programată chiar în aceste zile lansarea celui mai puternic model al său, GPT-5.6. Vocea devine astfel prima interfață prin care noile modele ajung la utilizatori.
Google oferă o funcție similară prin Gemini Live, care susține la rândul ei conversații lungi, deși pare mai puțin vorbăreață decât GPT-Live. Gemini Live are însă un avantaj concret: suportă partajarea camerei și a ecranului, capacități care lipsesc din GPT-Live la lansare.
ByteDance și Nvidia au lansat și ele sisteme full-duplex în ultimele luni, semn că acest tip de interacțiune devine rapid standardul categoriei, nu un diferențiator. Avantajul OpenAI rămâne baza uriașă de utilizatori și integrarea directă cu modelele sale de raționament.
