概要
GPT-Live-1は、自然で表現豊かなリアルタイム音声対話向けの全二重音声モデルです。聞き取りと発話を同時に行い、相づち、間、発話の割り込みに対応します。(openai.com)
能力と用途
- 音声・テキストの入出力に対応し、リアルタイムの会話や音声翻訳に利用できます。(developers.openai.com)
- より深い推論やツールの利用をバックエンドのモデルに委譲し、処理中も会話を続けられます。APIでは、システムプロンプトで話し方や速度、会話スタイルを調整できます。(openai.com)
- 音声アシスタント、語学学習、電話予約、カスタマーサポートなどの音声アプリや業務フローに利用できます。(openai.com)
制限
- APIモデルは画像・動画に非対応です。構造化出力とファインチューニングにも対応していません。知識のカットオフは2025年7月31日です。(developers.openai.com)
- 言語によっては非母語話者のようなアクセントや流暢さの不足が生じる場合があります。(openai.com)
公開日
- 2026年7月8日:ChatGPT向けのGPT-Live発表。(openai.com)
- 2026年9月10日:GPT-Live-1のAPI提供を発表。(openai.com)
API料金
音声セッションのフロントエンド音声層は**1分あたり0.05米ドル(USD)**です。秒単位で課金され、分単位への切り上げはありません。入力・出力を別々のトークン単価で課金する表記ではなく、セッション時間に対する料金です。バックエンドモデルとツールの使用料は、選択したモデル・ツールの通常料金で別途課金されます。(developers.openai.com)
公式情報源
料金を含む確認日:2026年11月16日。