OpenAI wymienia głos ChatGPT na model, który słucha i mówi jednocześnie

OpenAI wymieniło silnik głosowy ChatGPT. Od 8 lipca 2026 roku Advanced Voice Mode ustępuje miejsca modelowi GPT-Live-1, który jako pierwszy w ofercie firmy słucha i mówi jednocześnie, zamiast czekać, aż rozmówca skończy zdanie. Zmiana obejmuje płatnych i darmowych użytkowników na całym świecie, w tym w Polsce.

Kluczowa zmiana dotyczy architektury. Dotychczasowy tryb głosowy działał turowo: użytkownik mówił, model czekał, a potem odpowiadał. GPT-Live-1 pracuje w pełnym dupleksie, czyli przetwarza dźwięk przychodzący i generuje odpowiedź jednocześnie, tak jak robi to człowiek w naturalnej rozmowie.

Jak działa pełny dupleks

W praktyce oznacza to, że model może wtrącać krótkie sygnały uwagi w rodzaju "mhm" czy "jasne", włączać się do rozmowy w pół zdania, albo świadomie milczeć, gdy wyczuje, że rozmówca zbiera myśli. OpenAI opisuje to jako próbę odtworzenia rytmu prawdziwej rozmowy, w której nikt nie czeka grzecznie na sygnał końca wypowiedzi.

Dla zadań wymagających głębszego rozumowania, wyszukiwania w sieci albo bardziej złożonej pracy GPT-Live-1 nie próbuje radzić sobie samodzielnie. W tle deleguje takie pytania do modelu GPT-5.5, a warstwa głosowa dba tylko o to, żeby rozmowa nie traciła płynności podczas oczekiwania na odpowiedź.

Liczby z testów

OpenAI opublikowało wyniki porównawcze, które pokazują największy postęp w zadaniach wymagających rozumowania i wyszukiwania. W teście GPQA, sprawdzającym rozumowanie naukowe na poziomie doktoranckim, model w trybie wysokiego rozumowania osiągnął 84,2 procent skuteczności wobec 45,3 procent dla Advanced Voice Mode.

Jeszcze większa różnica pojawia się w BrowseComp, benchmarku sprawdzającym zdolność agentowego wyszukiwania informacji w sieci. GPT-Live-1 zdobył tam 75,2 procent, wersja mini 31,6 procent, a poprzedni model zaledwie 0,7 procent. W teście tau3 Voice Telecom, symulującym wieloturowe rozmowy z obsługą klienta telekomunikacyjnego, wariant o wysokim rozumowaniu osiągał około 65 procent skuteczności przy średnim czasie rozmowy 385 sekund, wobec około 30 procent dla poprzedniej wersji.

Entuzjazm, który irytuje

Premierze towarzyszy jednak fala krytyki w mediach społecznościowych. Użytkownicy testujący GPT-Live-1 zwracają uwagę, że model zbyt chętnie wtrąca krótkie potwierdzenia i wchodzi w słowo, zanim rozmówca skończy myśl. Krótkie reakcje w rodzaju "mhm" czy "rozumiem", które miały brzmieć naturalnie, dla części odbiorców stały się nową formą przerywania.

Serwis The Decoder zwraca uwagę na różnicę między asystentem tekstowym a głosowym: dźwięk wdziera się w uwagę człowieka w sposób, w jaki tekst na ekranie nigdy tego nie robi. Model, który w tekście wyglądałby na pomocny, w rozmowie głosowej bywa odbierany jako natrętny.

Co to znaczy dla firm

Dla biznesu, także polskiego, najważniejszy jest wynik w testach obsługi klienta i skala wdrożenia: 150 milionów tygodniowych użytkowników głosowego ChatGPT to baza, na której OpenAI może szybko przetestować, czy pełny dupleks faktycznie skraca rozmowy serwisowe, czy tylko je komplikuje. Firmy planujące voiceboty oparte na API OpenAI zyskują model z realnie wyższą skutecznością w wieloturowych scenariuszach wsparcia, ale też z ryzykiem reputacyjnym, jeśli asystent będzie przerywał klientom.

Na razie GPT-Live-1 nie obsługuje głosu połączonego z wideo ani udostępnianiem ekranu w ChatGPT, funkcje te były dostępne w starszych trybach głosowych. OpenAI zapowiada, że pracuje nad ich dodaniem, a użytkownicy, którym zależy na wideo, mogą na razie wracać do starszych wersji Standard i Advanced Voice Mode.

Premiera GPT-Live-1 wpisuje się w szerszy wyścig o głos jako interfejs do agentów AI, w którym OpenAI konkuruje między innymi z Gemini Live od Google. Sposób, w jaki użytkownicy zareagują na nadgorliwość nowego modelu w najbliższych tygodniach, może zdecydować, czy pełny dupleks stanie się standardem, czy wróci do bardziej stonowanej wersji.

Źródła: Introducing GPT-Live (openai.com), ChatGPT can now listen and talk at the same time (the-decoder.com), OpenAI Releases GPT-Live and GPT-Live-1 mini (marktechpost.com), OpenAI Launches GPT-Live Voice Model (finance.biggo.com)