דילוג לתוכן הראשי
OpenAI

10 בספטמבר 2026

מוצרהשקה

בנו חוויות קוליות טבעיות יותר עם GPT‑Live‑1 ב-API

GPT‑Live‑1 מביא ל-API את השיחות הטבעיות של ChatGPT, עם הקשבה ודיבור בו-זמנית ויותר שליטה באופן שבו סוכנים קוליים מדברים ופועלים.

בטעינה…

אנחנו משיקים את GPT‑Live‑1 ב-API, ומעניקים למפתחים מודל קול עוצמתי וטבעי לבניית אפליקציות ותהליכי עבודה עסקיים התומכים בקול. GPT‑Live‑1, שהוצג לראשונה ב-ChatGPT, מסוגל להקשיב ולדבר בו-זמנית. כפי שהודגם עם Codex ו-ChatGPT Work⁠(נפתח בחלון חדש), הוא יכול גם להעביר משימות reasoning מעמיקות יותר וביצוע פעולות למודלים ולכלים המשולבים איתו.

לקראת השקת GPT‑Live‑1 ב-API, התמקדנו ביכולות חדשות שמאפשרות למפתחים לעצב חוויות קוליות ולהתאים אותן למשתמשים, לתהליכי העבודה ולמטרות שלהם. אחת החוזקות המרכזיות של GPT‑Live‑1, טיפול חלק בקטיעות דיבור, כבר מניבה תוצאות עסקיות: בהערכות ראשוניות, Speak גילתה ש-GPT‑Live‑1 נתן ללומדים יותר זמן לחשוב לפני שהמורה לשפה הגיב, והפחית את קטיעות הדיבור בכמעט 80% בהשוואה למערכות קודמות מבוססות תורות.

החוזקות המרכזיות של GPT‑Live‑1 ב-API:

  • טיפול בקטיעות דיבור: משפר את הטיפול בקטיעות באמצעות מודל יחיד שמנתח יחד אודיו נכנס ויוצא, וכך נמנע מההשהיה וממעברי המידע המועדים לתקלות בארכיטקטורות משורשרות של STT–LLM–TTS.

  • האצלת reasoning וקריאות לכלים: GPT‑Live‑1 יכול להעביר משימות reasoning וקריאות לכלים למודל טקסט אחורי כמו GPT‑6 Astra או למודל של צד שלישי.

  • טון, קצב וסגנון: מאפשר למפתחים לעצב את הטון, הקצב וסגנון השיחה של סוכן באמצעות פרומפט המערכת.

  • ניהול הקשר בשקט ורעשי רקע: מתמודד טוב יותר עם רעשי רקע ושתיקות בלי לקטוע את השיחה או לתאר כל שלב בקול.

  • אמינות בשיחות ממושכות: משפר את שמירת ההקשר ואת איכות השיחה לאורך אינטראקציות ממושכות.

  • תמיכה בטלפוניה: מאפשר להטמיע סוכנים קוליים שמקשיבים ומדברים בו-זמנית בשיחות טלפון, מהזמנת מקום במסעדה ועד לתמיכה בלקוחות.

Try GPT-Live-1

Start a session and speak naturally. Interrupt, laugh, change your mind - try it at home or in a loud space like a coffee shop or city street.
See what it can do
  • Talk over it—naturally. Ask for help, then interrupt mid-response to change the question or add detail.
  • Take it with you. Try a conversation while walking outside or with everyday background noise, and see how it stays with you.
  • Make it playful. Laugh, hesitate, use short acknowledgments, or briefly talk to someone nearby—then continue the conversation.

ההדגמה הזו מוגבלת בזמן. השימוש בה מהווה הסכמה לתנאים של OpenAI והכרה במדיניות הפרטיות שלנו.

פשטו את ארכיטקטורת הסוכן הקולי וצמצמו את ההשהיה בשיחה

סוכנים קוליים מסורתיים מחברים בין המרת דיבור לטקסט, מודל reasoning והמרת טקסט לדיבור. כל העברה בין רכיבים מוסיפה השהיה ומגדילה את הסיכון לפגיעה בתזמון, בהקשר או בקצב הטבעי של השיחה. לעיתים קרובות המפתחים הם אלה שנדרשים לתאם בין השלבים האלה, כולל מה שקורה כשמישהו קוטע את הדיבור, עוצר או משנה כיוון.

GPT‑Live‑1 מטפל בהקשבה ובדיבור במודל יחיד, וכך מפשט את שכבת הקול. הוא יכול להגיב לקטיעות דיבור ולאיתותי הקשבה בזמן אמת, ובמקביל להעביר משימות reasoning מעמיקות יותר למערכת האחורית. כך השיחה יכולה להימשך בזמן שהעבודה מתבצעת ברקע.

“בהשוואה למערכת המשורשרת שבנינו, GPT‑Live‑1 פישט את בסיס הקוד שלנו ב-80% ואפשר להסיר 23 אלף שורות קוד. כך התאפשרו שיחות טבעיות בזמן אמת עם מטופלים, והצוות שלנו התפנה לשפר את החוויה, מקביעת תור ועד להתמצאות בתהליך הטיפול.”
—טוני סטויאנוב, מייסד שותף ומנהל טכנולוגיות ראשי

המפתחים בוחרים את המודלים, הכלים וה-harness של הסוכן שמאחורי השיחה. למשל, אפשר לשלב את GPT‑Live‑1 עם מודל כמו Luna למשימות בהיקף גדול, כגון תיאום פגישות או עדכוני הזמנות, ולהשתמש במודל כמו Astra לבעיות מורכבות של לקוחות שדורשות reasoning. הגמישות הזו מאפשרת למפתחים להתאים את עומק ה-reasoning, המהירות והעלות לכל משימה.

GPT‑Live‑1 מספק באופן מובנה תמלולי זיהוי דיבור אוטומטי (ASR) וטקסט של התשובות. הוא גם מציע הבנה מצוינת של רצפי אותיות וספרות, ותומך בהעדפת מילות מפתח בזיהוי הדיבור. אף ש-GPT‑Live‑1 אינו מודל מבוסס תורות, הוא תומך באופן מובנה בזיהוי תורות בשיחה, כך שמפתחים יכולים להמשיך לבנות מערכות המבוססות על גבולות תור מפורשים.

מדידת היתרון של הקשבה ודיבור בו-זמנית

בהערכות שלנו, GPT‑Live‑1 משפר את הביצועים ב-Full Duplex Bench ב-30 נקודות אחוז לעומת GPT‑Realtime‑2.1, עם שיפורים גדולים בהשהיה בין תורות ובאופן האינטראקציה. בשילוב עם GPT‑6 Astra ברמת מאמץ reasoning בינונית, הוא גם מדורג במקום הראשון ב-Tau3, שמודד את היכולות של סוכנים קוליים בחזית הטכנולוגיה במשימות מקצה לקצה.

מעריך ביצועים במשימות שירות לקוחות קוליות בתחומי התעופה, הקמעונאות והתקשורת. Pass@1 מודד הצלחה במשימה; הציון הכולל נותן משקל שווה לכל תחום.


* המודל שמאחורי GPT Live:‏ Astra (בינונית).

מעריך תמיכה קולית בתחום הבנקאות באמצעות שליפת ידע וכלים לטיפול בחשבון. Pass@1 הוא שיעור המשימות שהושלמו בהצלחה מתוך 97 משימות banking_knowledge.


* המודל שמאחורי GPT Live:‏ Astra (בינונית).

מעריך טיפול בהפסקות בדיבור, חילופי תורות בשיחה, קטיעות דיבור ואיתותי הקשבה.

בוחן תגובות לדיבור ברקע, לדיבור המופנה לאדם אחר, לאיתותי הקשבה של המאזין ולקטיעות דיבור.

מודד כמה מהר הסוכן מתחיל להשיב לאחר שהמשתמש מסיים את תורו בשיחה.

בוחן שימוש בכלים בעקבות בקשות מדוברות הכוללות הפסקות טבעיות, היסוסים ותיקונים עצמיים. Pass@1 מדרג את רצף הקריאות לכלים.


* המודל שמאחורי GPT Live:‏ Terra (נמוכה).

מעריך את התשובה הקולית לבקשות הדורשות שימוש בכלים וכוללות הפסקות, היסוסים ותיקונים עצמיים. מדרג את מידת ההתאמה של התשובה לכוונה שהוגדרה בתשובת הייחוס.


* המודל שמאחורי GPT Live:‏ Terra (נמוכה).

מה הלקוחות אומרים

1 מתוך 4
“שילוב GPT‑Live‑1 ב-Yelp Host וב-Hatch שיפר את חילופי התורות בשיחה ואת הדיוק בהשוואה לארכיטקטורת הקול המסורתית שלנו. כש-Yelp Host משתמש ב-GPT‑Live‑1 כדי לענות לשיחות, למשל להזמנת מקום או אוכל, אנחנו רואים שיפור משמעותי בשיעור השיחות המטופלות. המתקשרים גם מדברים במשפטים מלאים וטבעיים יותר, וזה מעיד שהחוויה בצד השני של הקו באמת מרגישה אחרת.”
—אלכס לוי, מנהל טכנולוגיות ראשי

אפשרויות קול חדשות

מפתחים צריכים קולות שמתאימים למוצר שלהם ונשמעים טבעיים למשתמשים בו. עם GPT‑Live‑1, אנחנו מרחיבים את המבחר המצומצם של קולות בזמן אמת למגוון רחב יותר של מבטאים, ניבים ושפות, כדי לתת למפתחים יותר אפשרויות בחירה לגבי האופן שבו העוזרים שלהם נשמעים.

האזינו לקולות החדשים

בחודשים הקרובים נמשיך להרחיב את מבחר הקולות ואת התמיכה בשפות.

תמחור וזמינות

GPT‑Live‑1 זמין כבר היום ב-API⁠(נפתח בחלון חדש) במחיר של $0.05 לדקה עבור שכבת הקול שבממשק המשתמש. שלבו אותו עם מודל אחורי ו-harness לסוכן שמתאימים למוצר שלכם, ובנו חוויה קולית שתוכל להתרחב בהתאם להיקף העבודה הנדרש.

חיבור GPT-Live-1 ל-Codex

1
import { Codex } from "@openai/codex-sdk";
2

3
const thread = new Codex().startThread({
4
  workingDirectory: "./repo",
5
  sandboxMode: "read-only",
6
  approvalPolicy: "never",
7
});
8

9
async function answer(live, delegationId, context) {
10
  const { finalResponse } = await thread.run(
11
    `Answer the latest question using this repo.
12
     Reply in two short spoken sentences.\n${context}`
13
  );
14

15
  live.send({
16
    type: "session.commentary.append",
17
    delegation_id: delegationId,
18
    content: finalResponse,
19
  });
20
}

חיבור GPT-Live-1 ל-Codex. הקטע הזה מדגים כיצד אפליקציה מעבירה את הקשר השיחה ל-Codex ומחזירה את התשובה שלו ל-GPT-Live-1. הגדרת החיבור והטיפול בהאצלת משימות אינם מוצגים.

לקבלת גישה לקולות מותאמים אישית, צרו קשר עם צוות המכירות לקבלת מידע נוסף על תנאי הזכאות ותהליך הבקשה.

דרך נוספת לבנות תהליכי עבודה קוליים על בסיס GPT‑Live‑1 היא באמצעות OpenAI Presence, שמשתמש במודל כדי לאפשר אינטראקציות קוליות בזמן אמת. Presence עוזר לארגונים להטמיע סוכני בינה מלאכותית אמינים שיכולים לענות על שאלות, לפתור בעיות, להשתמש במערכות החברה, לבצע פעולות מאושרות ולהעביר את הטיפול לאנשים בעת הצורך. למידע נוסף, פנו למנהל הלקוח שלכם ב-OpenAI.

מחבר/ת

OpenAI

להמשך הקריאה

להצגת הכול
Sunlight illuminates Earth against a starry sky.
מציגים את GPT-6.1 Terra

מוצר

Build more responsive apps with the Decisions API — Cover
בנו יישומים שמגיבים מהר יותר עם Decisions API

מוצר

Patch the Planet: scaling a global response to critical vulnerabilities — Cover
Patch the Planet: תיאום תגובה עולמית לחולשות קריטיות שסוכנים חושפים

אבטחה