OpenAI 于 7 月 9 日公布了 GPT-Live 系列模型，该系列被定义为新一代全双工语音模型，能够同步进行听与说的操作，从而使 AI 对话体验更加贴近人类交流。
目前，GPT-Live 系列提供了 GPT-Live-1 和 GPT-Live-1 mini 两个版本，并已向全球 ChatGPT 用户推出。GPT-Live-1 模型将面向 Go、Plus 和 Pro 订阅用户开放，而免费用户则可以使用 GPT-Live-1 mini 模型。
在架构设计上，GPT-Live 系列采用了全双工模式，不再受限于单轮对话结束后再进行响应的限制。它能够实时处理输入和输出信息，模型能够“每秒多次”地判断何时说话、继续倾听、暂停、打断对话或调用外部工具，以此来营造更真实的对话感受。
对于需要处理复杂任务的情况，GPT-Live 系列模型能够分解和处理连续的交互以及深度推理。模型一方面在前端维持语音对话的流畅进行，另一方面则将网页搜索、复杂推理或其他高级任务委托给 GPT-5.5 系列模型在后台处理。具体而言：
- GPT-Live-1（instant）和 GPT-Live-1 mini 会调用 GPT-5.5 Instant。
- GPT-Live-1 Medium 则使用 GPT-5.5 Thinking Medium 的推理能力。
- GPT-Live-1 High 版本则会利用 GPT-5.5 Thinking High 的推理强度。
OpenAI 指出，为了评估新模型的性能，公司建立了一套新的人工评测体系，特别关注语音交流中的舒适度和整体对话的流畅性。与之前的 Advanced Voice Mode 相比，在时长为 5-10 分钟的配对对话测试中，GPT-Live-1 和 GPT-Live-1 mini 在整体偏好、轮次衔接、打断情况、对话流畅度和自然度等方面的得分均更高。
在用户规模方面，OpenAI 透露，每周有超过 1.5 亿用户通过 Voice 和 Dictation 等功能与 ChatGPT 进行语音互动，这些应用场景涵盖了免提操作的日常助手、语言学习、睡前故事以及通勤时的闲聊。新版本还增加了在语音对话中展示天气、股票、体育等可视化信息卡片的功能，并继续支持搜索、记忆、图片和文件上传等功能。
在安全性方面，OpenAI 表示，GPT-Live 模型在自我伤害、精神病性症状与躁狂、对 AI 的情感依赖、暴力及性内容等多个领域接受了包括原生音频评测、合成音频评测以及内部红队测试在内的严格评估。官方声明称，该模型在几乎所有评估维度上的表现都与 Advanced Voice Mode 相当或有所超越。
