OpenAIは2026年7月8日、AIとよりリアルな感覚で会話ができる新世代の音声モデル「GPT-Live」シリーズを発表した。

• GPT‑Liveの紹介 | OpenAI

これまで同社のボイスチャットChatGPT Voiceでは「音声認識モデル（音声をテキストに変換⁠）⁠」⁠→「⁠大規模言語モデル（応答を生成⁠）⁠」⁠→「⁠テキスト音声変換モデル（テキストを音声に変換⁠）⁠」という「カスケード型音声システム」が使われていた。このシステムでは応答に時間がかかり、モデルの受け渡しの間に情報が失われる可能性があったため、ぎこちない会話しかできなかった。

また単一モデルで音声処理を行うChatGPT Advanced Voice Modeでは応答遅延は低減したものの、ユーザーの話が終わるまで待ってから反応するためやりとりは一本調子で、話の合間や雑音を拾ってターン終了と誤認されてしまい、AIの応答が対話に割り込む形になることも多かった。

GPT-Liveは全二重通信アーキテクチャに基づいて構築されているため、同時に聞き取りと発話が可能となった。このため応答にタイムラグはなくなり、会話中に相づちを打ったり、ユーザー側が考えているときには静かに待つ、といった自然な会話ができるようになっている。また、周囲に雑音があってもユーザーの音声に集中できるようになった。

GPT-Liveはさらにスマートな機能も備えている。ユーザーから複雑な処理や高度な推論、Web検索などの操作が必要な問いかけがあった場合、バックグラウンドで最新の最先端モデル[1]に処理を委任し、バックグラウンドの結果を順次会話に反映させていく。バックの処理中もGPT-Liveはユーザーとの会話を続け、会話の流れを維持する。

またGPT-Liveのリリースにともない、ChatGPT Voiceでの音声会話中に天気、株価、スポーツなど、会話に関連するトピックに関するビジュアルカードを表示できるようになった。

なおリリース時点ではGPT-Liveはビデオ（カメラ）や画面共有を使用した音声対話には対応しておらず、これらの機能については近日対応予定となっている。

今回リリースされたGPT-Liveは「GPT-Live-1」と「GPT-Live-1 mini」の2つのバージョン。いずれもChatGPT.comやiOS、AndroidのChatGPTアプリを通して世界中のChatGPTユーザー向けに順次展開される。

GPT-Live-1は有料プランのGo、Plus、Proユーザー向けChatGPT Voiceのデフォルトモデルとして提供され、GPT-Live-1 miniは無料ユーザー向けのデフォルトモデルとなる。GPT-Live-1 miniはGPT-Live-1に比べてエージェント型Web検索や科学的推論性能がわずかに劣る。またGPT-Live-1を使ったChatGPT Voiceでは、迅速な回答を求めるInstant（GPT-5.5 Instantを使用）と、より推論レベルを高めた回答が得られるMedium、Highのモード（GPT-5.5 Thinkingを使用）を切り替えて使用することができる。詳しい使用法はヘルプを参照。

また、GPT-Liveは近日中にAPIでも提供される予定。利用を考えている開発者は通知連絡受付用フォームに登録することで、提供開始の通知を受け取ることができる。