GPT-Live Entrega Voz Full-Duplex no ChatGPT

OpenAI lançou o GPT-Live em 8 de julho — um par de modelos de voz full-duplex que substituem o Advanced Voice Mode como motor conversacional do ChatGPT. O GPT-Live-1 (conditional) atende usuários pagos; o GPT-Live-1 mini (conditional) chega ao plano gratuito. Ambos ouvem e falam simultaneamente, encerrando a era de dois anos da voz por turnos na IA (OpenAI, 2026(abre num novo separador)).

O que aconteceu

O antigo Advanced Voice Mode (lançado em 2024) colapsava o pipeline speech-to-text → LLM → text-to-speech em um único modelo, mas as conversas ainda eram baseadas em turnos. O modelo esperava você parar de falar. O GPT-Live é diferente: uma arquitetura full-duplex que processa entrada enquanto gera saída — ele pode ouvir e falar ao mesmo tempo.

Isso muda o modelo de interação de três formas:

1. Interrupção natural. Você pode entrar no meio da resposta como faria com uma pessoa. O modelo lida com a alternância de turnos dinamicamente em vez de esperar pela detecção de endpoint.
2. Raciocínio em segundo plano. O GPT-Live delega tarefas complexas — busca na web, raciocínio profundo, trabalho agêntico — ao GPT-5.5 em segundo plano enquanto mantém a conversa fluindo. Você recebe um "deixa eu pensar nisso" verbal em vez de silêncio.
3. Tradução em tempo real. O pipeline full-duplex consegue traduzir simultaneamente em vez de esperar o falante terminar uma frase.

A OpenAI descreveu a arquitetura como um modelo full-duplex que "processa continuamente a entrada enquanto gera saída" (OpenAI, 2026(abre num novo separador)).

O lançamento vem com nova infraestrutura de segurança. A OpenAI construiu avaliações de segurança nativas de áudio e submeteu o GPT-Live a red-teaming para riscos específicos de voz: automutilação, dependência emocional, violência e conteúdo sexual.

Por que isso importa

150 milhões de pessoas usam o ChatGPT Voice semanalmente. O salto de turnos para full-duplex não é uma atualização de funcionalidade — é uma modalidade diferente. A diferença entre "consultar um mecanismo de busca" e "conversar com um colega" muda o que as pessoas usam a IA de voz para fazer.

Para desenvolvedores, o caminho da API está se abrindo. A OpenAI tem um formulário de inscrição para desenvolvedores que querem acesso programático ao GPT-Live. Quando a API chegar, o espaço de agentes de voz — atualmente fragmentado entre Deepgram, ElevenLabs e pipelines personalizados — se consolida em torno de um único provedor que roda o produto de voz para consumidores mais popular do mercado.

Ambos os modelos estão registrados no diretório como conditional. A capacidade full-duplex é real e está sendo entregue hoje — o GPT-Live-1 conquista uma preferência clara sobre o Advanced Voice Mode em alternância de turnos, fluidez conversacional e naturalidade em avaliações humanas comparativas, além de fortes ganhos nos benchmarks GPQA, BrowseComp e τ³-Voice Telecom (OpenAI, 2026(abre num novo separador)). As condições: sem acesso à API ainda, e o suporte a idiomas é irregular com lacunas de sotaque e fluência para alguns idiomas. Benchmarks de latência independentes e a disponibilidade da API determinarão quando os vereditos mudarão.

O que o GPT-Live muda para você

Se você está no ChatGPT Plus, Pro ou Go: O GPT-Live-1 é seu novo modelo de voz. Ele vem com profundidade de raciocínio configurável — esforço Instant, Medium ou High — e suporta cartões de resposta visual e tradução em tempo real. A expressividade mais rica e o teto de raciocínio mais alto são uma melhoria material em relação ao Advanced Voice Mode.

Se você está no plano gratuito: O GPT-Live-1 mini entrega a mesma arquitetura full-duplex com GPT-5.5 Instant para raciocínio em segundo plano. É um avanço genuíno em relação ao antigo modo de voz por turnos, embora não tenha os níveis de esforço de raciocínio Medium/High do modelo pago.

Se você é desenvolvedor: Inscreva-se para acesso à API. A interface programática ainda não está disponível, mas o formulário de inscrição está no ar e a OpenAI confirmou que está a caminho. Quando chegar, espere que o mercado de agentes de voz se consolide rapidamente em torno de um provedor com 150M de usuários ativos de voz semanais.

FAQ

Isso é um companheiro de IA? Não. O sistema de segurança da OpenAI submeteu o GPT-Live a red-teaming especificamente para dependência emocional e risco parassocial — avaliações nativas de áudio para automutilação, psicose e mania fazem parte da implantação. O modelo é projetado para conversação, não companheirismo.

Como isso é diferente do Advanced Voice Mode? O Advanced Voice Mode era baseado em turnos: você parava de falar, então o modelo respondia. O GPT-Live é full-duplex: ele ouve e fala simultaneamente, lidando com interrupção, alternância de turnos e raciocínio em segundo plano de forma concorrente. É a diferença arquitetural entre um walkie-talkie e uma chamada telefônica.

Quando a API estará disponível? A OpenAI não publicou uma data. Um formulário de inscrição para desenvolvedores está no ar, e o briefing do produto confirmou que o acesso programático está a caminho. Até lá, o GPT-Live é exclusivo do ChatGPT.