OpenAI предоставила разработчикам доступ через API к голосовой модели GPT-Live-1 — той же, что используется в голосовом режиме ChatGPT. Ключевая особенность — full-duplexi: модель одновременно слушает и говорит, без традиционного каскада STT–LLM–TTSi и без ручной обработки перебиваний пользователем.

Это делает голосовых ассистентов более естественными в диалоге: они реагируют на перебивания в реальном времени, а не после завершения своей фразы. Модель уже используется в продакшене — например, в Yelp Host для бронирования столиков.

• Задержка реакции между репликами снизилась с 1,4 секунды (у прежней GPT-Realtime-2.1) до 0,8 секунды
• На тесте Full Duplex Benchi модель набрала на 30 пунктов больше, чем GPT-Realtime-2.1
• В тесте Speak число ложных перебиваний на паузах сократилось почти на 80% благодаря обновлённой фильтрации пауз и фонового шума
• Точность работы с внешними инструментами (tool use) выросла до 87%, по данным Александра Горного
• «Мышление» и вызовы инструментов делегируются бэкенд-модели — GPT-6 Astra, Luna или сторонней модели — пока голосовой фронтенд удерживает непрерывный контакт с пользователем
• Модель поддерживает телефонию «из коробки», добавлены 12 новых голосов, возможен возврат ASR-транскриптов и управление темпом/стилем речи через системный промпт
• Стоимость доступа — $0,05 за минуту голосового слоя (около $3 в час), плюс отдельная оплата токенов бэкенд-модели