OpenAI презентує революційний голосовий асистент GPT-Live з потужністю GPT-5.5
OpenAI анонсувала запуск нової генерації голосових моделей – GPT-Live, які живлять голосового помічника ChatGPT Voice. Тепер під час розмови система може передати складне запитання до інноваційної моделі GPT-5.5 для більш глибокого аналізу або пошуку інформації в інтернеті, забезпечуючи більш точні та актуальні відповіді.
Що нового пропонує GPT-Live?
Новинка вже стала стандартною моделлю, яка забезпечує роботу ChatGPT Voice для користувачів з підписками Go, Plus та Pro. Для безкоштовних користувачів в автоматичному режимі працює компактна версія GPT-Live-1 mini.
OpenAI відзначає, що ці голосові моделі підтримують повнодуплексний режим роботи – вони одночасно сприймають аудіо та генерують мовлення, рідше переривають користувача і уважно чекають, коли він зробить паузу. Це значно покращує природність та динаміку діалогу.
Пошук та візуальні відповіді – унікальні можливості GPT-Live
Коли для відповіді на голосове запитання потрібен глибший аналіз або актуальна інформація, GPT-Live перенаправляє задачу до топової моделі GPT-5.5, а потім інтегрує отримані результати прямо у розмову.
Крім того, ChatGPT Voice може відображати тематичні візуальні картки, які розповідають про погоду, біржові котирування чи спортивні події. Також підтримується пошук, пам’ять, зображення та завантаження файлів.
Користувачі можуть обирати рівень складності логіки відповіді:
- Instant – миттєві, швидкі відповіді;
- Medium – середній рівень глибини обробки;
- High – найскладніший, детальний аналіз;
Instant-режим та компактна модель базуються на GPT-5.5 Instant, а Medium і High використовують потужний GPT-5.5 Thinking.
Як OpenAI оцінювала якість GPT-Live?
У власних порівняльних тестах GPT-Live-1 і GPT-Live-1 mini продемонстрували вищі оцінки у порівнянні зі Старим Режимом Розширеного Голосу в розмовах тривалістю від 5 до 10 хвилин. Компанія звернула особливу увагу на такі аспекти, як якість взаємодії, черговість реплік, кількість переривань, плавність діалогу та природність спілкування.
На даний момент понад 150 мільйонів користувачів щотижня комунікують з ChatGPT, використовуючи голосові функції та диктування.
Чого ще немає у GPT-Live?
На старті GPT-Live не підтримує голосові функції під час відео-дзвінків або спільного демонстрування екрана в ChatGPT. OpenAI вже працює над додаванням цих можливостей, і поки що колишні Стандартний та Розширений Режими Голосу залишаються доступними для цих сценаріїв.
Чому це важливо?
Тепер, задаючи питання голосом, користувачі можуть отримувати відповіді у форматі голосової бесіди з інтерактивними візуальними підказками. Це новий спосіб представлення інформації без необхідності переходу на зовнішні сайти. Вся складна логіка пошуку і мислення виконується на GPT-5.5, тож результати залежать від того, як модель знаходить інформацію й посилається на джерела.
Що чекати далі?
OpenAI повідомляє, що глобальне розгортання GPT-Live вже триває. У найближчому майбутньому з’являться підтримка відео та функції спільного використання екрана, хоча їх не включили в цю версію.
Залишається неясним, яким чином GPT-Live відображатиме посилання на джерела при відповідях, які базуються на результатах веб-пошуку з GPT-5.5. У текстовій версії ChatGPT звичайно показуються посилання поруч із відповіддю, але чи буде так само з голосовими відповідями — поки що питання відкриті. Цей аспект важливий для майбутнього трафіку на сайти, адже лише правильно оформлені посилання можуть спонукати користувачів перейти на оригінальні джерела.
