OpenAI memperkenalkan GPT-Live sebagai generasi terbaru model suara yang membuat percakapan dengan AI terasa lebih natural. Model ini kini menjadi tenaga utama untuk fitur ChatGPT Voice dan menggeser gaya bicara berbasis giliran yang selama ini terasa kaku.
Perubahan paling besar ada pada arsitektur full-duplex. Dengan pendekatan ini, GPT-Live bisa mendengarkan dan berbicara dalam waktu yang sama, sehingga percakapan berjalan lebih mengalir dan respons terasa lebih cepat.
Lebih fleksibel saat ngobrol
Di tengah percakapan, sistem ini dapat memberi tanda bahwa ia sedang menyimak dengan respons singkat seperti “mhmm” atau “got it”. Pengguna juga bisa memotong pembicaraan AI, meminta ia melambat, atau berhenti sejenak tanpa memicu interupsi yang terasa aneh.
OpenAI juga menekankan bahwa kemampuan mendengar GPT-Live lebih tangguh dalam menangkap suara pengguna di lingkungan bising. Kemacetan lalu lintas dan suara latar lain disebut bukan masalah besar karena sistem tetap fokus pada pembicara utama.
Tugas berat tetap ditangani model lain
Meski dirancang untuk percakapan yang lebih cair, GPT-Live tetap diposisikan sebagai model suara paling cerdas yang pernah dirilis OpenAI. Saat menghadapi pertanyaan yang butuh penalaran mendalam, pencarian web, atau tugas yang lebih kompleks, model ini akan mendelegasikan pekerjaan ke model utama di latar belakang, seperti GPT-5.5.
Selagi jawaban diproses oleh model latar belakang, GPT-Live tetap menjaga alur obrolan agar tidak terputus. Evaluasi internal menunjukkan model baru ini melampaui Advanced Voice Mode terdahulu dalam pengujian penalaran ilmiah tingkat pakar GPQA dan kemampuan pencarian informasi sulit BrowseComp.
| Aspek | GPT-Live | Advanced Voice Mode |
|---|---|---|
| Arsitektur | Full-duplex | Berbasis giliran bicara |
| Interaksi | Mendengar dan berbicara bersamaan | Lebih kaku dan bergiliran |
| Penalaran dan pencarian | Melampaui pada GPQA dan BrowseComp | Di bawah GPT-Live |
| Pengalaman obrolan | Lebih menyenangkan dan organik | Kurang mengalir |
Keamanan ikut diperketat
Karena percakapan suara berjalan langsung, sistem keamanan khusus juga disematkan. GPT-Live memiliki pelindung bawaan yang bisa mendeteksi respons tidak aman saat AI sedang berbicara dan mengarahkan percakapan ke jalur yang lebih aman, atau menghentikan sesi bila risikonya terlalu tinggi.
OpenAI juga membatasi agar AI tidak meniru suara orang asli di luar variasi suara standar yang sudah tersedia. Langkah ini menjadi bagian penting untuk menjaga penggunaan fitur suara tetap terkendali.
GPT-Live sudah tersedia secara global untuk pengguna ChatGPT di iOS, Android, dan web. Untuk pelanggan ChatGPT Plus, Pro, dan Go, layanan ini akan otomatis menggunakan model utama GPT-Live-1.
Sementara itu, pengguna gratis akan ditenagai oleh GPT-Live-1 mini. Dengan perubahan ini, ChatGPT Voice bergerak ke arah percakapan yang lebih alami tanpa meninggalkan lapisan keamanan dan pembatasan yang lebih ketat.