OpenAI 在 7 月 9 日公布了其 GPT-Live 系列模型，该系列被定义为新一代全双工语音模型，能够同时进行倾听和说话，从而使 AI 对话体验更加接近人类交流。
目前，GPT-Live 系列提供了 GPT-Live-1 和 GPT-Live-1 mini 两个版本，并向全球 ChatGPT 用户开放。其中，GPT-Live-1 模型面向 Go、Plus 和 Pro 订阅用户提供，而免费用户则可以使用 GPT-Live-1 mini 模型。
在架构设计上，GPT-Live 系列模型采用了全双工架构，摆脱了以往需要等待单轮对话结束后再进行响应的模式。它能够实时处理输入和输出信息，并且能够“每秒多次”地判断何时说话、继续倾听、暂停、打断或调用工具，显著提升了对话的自然度。
在处理复杂任务时，GPT-Live 系列模型能够将连续交互和深度推理进行拆分处理。它在前台维持语音对话的流畅进行，同时将网页搜索、复杂推理或其他更具挑战性的任务委托给 GPT-5.5 系列模型在后台完成。具体而言：
- GPT-Live-1（instant）和 GPT-Live-1 mini 会调用 GPT-5.5 Instant。
- GPT-Live-1 Medium 则会利用 GPT-5.5 Thinking Medium 的推理能力。
- GPT-Live-1 High 则采用 GPT-5.5 Thinking High 进行推理。
OpenAI 在性能评估方面，特别建立了一套新的人工评测体系，重点关注语音交流中的舒适度和整体流畅性。通过在 5-10 分钟的配对对话测试中，围绕整体偏好、轮次衔接、打断情况、对话流畅度与自然度等指标进行衡量，GPT-Live-1 和 GPT-Live-1 mini 在用户偏好得分上均高于此前的 Advanced Voice Mode。
关于用户规模，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，应用场景涵盖了免提日常助手、语言学习、睡前故事以及通勤时的闲聊。新版本还支持在语音对话中展示天气、股票、体育等可视化信息卡片，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 模型在自残、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音频原生评测、合成音频评测以及内部红队测试。官方数据显示，在几乎所有评估维度上，该模型均达到了与 Advanced Voice Mode 相当或更优的水平。
