OpenAI spouští hlasový model GPT-Live-1 v API

Společnost OpenAI ve čtvrtek uvolnila GPT-Live-1 do svého API a zpřístupnila tak svůj full-duplexní hlasový model vývojářům pro tvorbu hlasových aplikací a firemních procesů za cenu 0,05 USD za minutu za hlasovou vrstvu. Model, který poprvé debutoval v ChatGPT v červenci, dokáže současně poslouchat i mluvit a deleguje hlubší uvažování na backendové modely, jako je GPT-6 Astra nebo alternativy třetích stran.openai+1

Vydání představuje posun od tradičních architektur hlasových agentů, které řetězí převod řeči na text, jazykový model a převod textu na řeč – proces, kde každé předání zvyšuje latenci a riskuje ztrátu konverzačního rytmu. GPT-Live-1 místo toho zpracovává příchozí a odchozí zvuk v jediném modelu, reaguje na přerušení a potvrzení v reálném čase a zároveň směruje složité úkoly na backend.openai

Zvýšení výkonu oproti předchozím modelům

OpenAI uvedla, že GPT-Live-1 zlepšuje výkon v benchmarku Full Duplex o 30 procentních bodů oproti GPT-Realtime-2.1, přičemž latence střídání mluvčích klesla z 1,41 sekundy na 0,798 sekundy. Ve spojení s GPT-6 Astra při střední náročnosti uvažování se model řadí na první místo v Tau3, benchmarku pro inteligenci hlasových agentů, a dosahuje 86,2% úspěšnosti ve scénářích zákaznického servisu oproti 45,7% u svého předchůdce.unite

Verze API obsahuje ovládací prvky pro tón, tempo a konverzační styl prostřednictvím systémových instrukcí, spolu s podporou telefonie pro nasazení hlasových agentů přes telefonní linky. OpenAI také rozšiřuje svou hlasovou knihovnu o různé akcenty, dialekty a jazyky.openai

První uživatelé již v ostrém provozu

Yelp ↘ 6.49% oznámil, že integroval GPT-Live-1 do dvou produktů: Yelp Host, své hlasové AI pro restaurace, a Hatch, komunikační platformy pro servisní firmy. Yelp Host vyřídil od spuštění v říjnu 2025 více než milion hovorů a počáteční testování s novým modelem ukázalo lepší míru vyřízení hovorů a méně přepojování.markets.financialcontent+1

"Volající také mluví plnějšími, přirozenějšími větami, což nám říká, že zážitek na druhé straně telefonu působí skutečně jinak," uvedl technologický ředitel Yelpu Alex Levy.unite

Platforma pro výuku jazyků Speak uvedla, že GPT-Live-1 snížil přerušování během pauz na přemýšlení studentů o téměř 80% ve srovnání s předchozími systémy. Tony Stoyanov, spoluzakladatel a CTO zdravotnické společnosti, řekl, že model zjednodušil kódovou základnu jeho týmu o 80% a odstranil 23 000 řádků kódu.investing+1

Ceny a přístup pro podniky

Vývojáři mohou spárovat GPT-Live-1 s backendovým modelem dle vlastního výběru – OpenAI doporučuje používat Lunu pro velkoobjemové úkoly, jako je plánování, a Astru pro složité uvažování – a platit pouze poplatek 0,05 USD za minutu za hlasovou vrstvu nad rámec standardních nákladů na backend. Pro podniky OpenAI odkazuje na svůj produkt Presence, představený v červenci, který využívá GPT-Live-1 k provozování hlasových agentů prostřednictvím spravovaného programu namísto samoobslužného přístupu.unite+1