מציגים את GPT‑Live

עדכון מ-31 ביולי 2026: אודיו בפורמטים נתמכים שנוצר באמצעות GPT‑Live דרך ChatGPT Voice וה-API של OpenAI כולל כעת סימון מים של SynthID. כלי האימות הציבורי שלנו יכול כעת לזהות בקובצי אודיו נתמכים סימנים המעידים שמקורם ב-OpenAI. הוספנו גם גישה לאימות דרך API, כדי שמפתחים וארגונים יוכלו לשלב בדיקות מקור בתהליכי העבודה שלהם. העדכונים האלה ממשיכים את גישת הבטיחות המתוארת בהמשך ואת הפעילות הרחבה שלנו להקל על זיהוי תוכן שנוצר באמצעות OpenAI.

אנחנו משיקים את GPT‑Live, דור חדש של מודלים קוליים שהופכים את השיחה עם בינה מלאכותית לחוויה שמרגישה הרבה יותר כמו שיחה אמיתית.

GPT‑Live מבוסס על ארכיטקטורה של תקשורת דו-כיוונית בו-זמנית, כלומר הוא יכול להקשיב ולדבר באותו זמן. במהלך שיחות, GPT‑Live יכול להראות שהוא קשוב באמצעות ביטויים כמו "מממ" או "כן", להשתתף בחילופי דברים מהירים או פשוט לשתוק כשאתם צריכים רגע לחשוב. התוצאה היא חוויה קולית שקל ונעים לדבר איתה, באופן מרענן.

GPT‑Live הוא גם המודל הקולי החכם ביותר שלנו עד כה. בשאלות שדורשות חיפוש באינטרנט, reasoning מעמיק יותר או עבודה מורכבת יותר, הוא מעביר את המשימה מאחורי הקלעים למודל החזית העדכני ביותר שלנו, ומשלב את התוצאה בשיחה כשהיא מוכנה. בזמן העבודה, GPT‑Live יכול להמשיך לדבר איתכם ולשמור על רצף השיחה. בעת ההשקה, GPT‑Live ישתמש ב-GPT‑5.5 ברקע. ככל שנשיק מודלי חזית חדשים, נמשיך לעדכן את המודל שבו GPT‑Live משתמש.

ההתקדמות הזו מאפשרת חוויית ChatGPT Voice חדשה, חכמה יותר וטבעית יותר לשימוש. אנחנו מאמינים שעם הזמן, המחקר הזה יאפשר גם להשתמש בקול לביצוע עבודה מורכבת יותר, ממושכת יותר ואג'נטית יותר.

היום אנחנו מתחילים לפתוח בהדרגה שתי גרסאות של GPT‑Live — ‏GPT‑Live‑1 ו-GPT‑Live‑1 mini — למשתמשי ChatGPT ברחבי העולם. אנחנו מתכננים להציע אותן בקרוב גם ב-API. מפתחים וארגונים יכולים להירשם לקבלת הודעה באמצעות הטופס⁠ הזה.

החזון שלנו הוא לאפשר אינטראקציה טבעית באמת בין אדם לבינה מלאכותית: עולם שבו שיתוף פעולה עם בינה מלאכותית מרגיש זורם וקשוב כמו עבודה עם אדם אחר, בעוד שתהליכי reasoning וביצוע משימות מורכבות מתרחשים ברקע, בלי להפריע.

דורות קודמים של מערכות בינה מלאכותית קוליות קירבו אותנו לחזון הזה, אבל היו כרוכים בפשרות משמעותיות.

מערכות קוליות משורשרות מסתמכות על סדרת מודלים שפועלים בזה אחר זה כדי לעבד כל תור בשיחה. הגרסה המקורית של ChatGPT Voice חיברה שלושה מודלים בשרשרת: מודל דיבור לטקסט לתמלול הדיבור שלכם, מודל שפה גדול ליצירת תשובה ומודל טקסט לדיבור להמרת התשובה בחזרה לדיבור. הגישה הזו אפשרה לנו לדבר לראשונה עם מודלי frontier AI, אבל למורכבות היה מחיר: מידע עלול היה ללכת לאיבוד במעבר בין המודלים, והתשובות היו איטיות ומאולצות.

מודלים קוליים מבוססי תורות, כמו מצב קולי מתקדם ב-ChatGPT, עיבדו ויצרו אודיו במודל יחיד, וכך קיצרו את זמן ההשהיה והפכו את השיחות לזורמות יותר — אבל עדיין פעלו בתורות נפרדים. המודל היה צריך להמתין עד שהמשתמש יפסיק לדבר לפני שיוכל לענות, מה שיצר חילופי דברים נוקשים. בנוסף, מכיוון שזיהוי התורות מבוסס על שתיקה, אפילו הפסקה קצרה או רעש רקע היו עלולים להתפרש בטעות כסיום התור — ולגרום למודל לקטוע את השיחה ברגעים לא טבעיים.

GPT‑Live מתמודד עם המגבלות האלה באמצעות שני שינויים בארכיטקטורה.

ראשית, בנינו את GPT‑Live לאינטראקציה רציפה באמצעות ארכיטקטורה של תקשורת דו-כיוונית בו-זמנית. במקום לעבד רצף של הודעות נפרדות, GPT‑Live מעבד קלט ברציפות תוך כדי יצירת פלט. כך המודל יכול לקבל החלטות לגבי האינטראקציה פעמים רבות בשנייה: אם לדבר, להמשיך להקשיב, לעצור, לקטוע את השיחה או להפעיל כלי.

כך המודל יכול להשתתף בחילופי דברים טבעיים יותר, לעקוב טוב יותר אחר תזמון השיחה ואפילו לתרגם בזמן אמת.

שנית, הפרדנו בין GPT‑Live — שמטפל באינטראקציה הרציפה — לבין העבודה המעמיקה יותר. כששאלה דורשת חיפוש, reasoning או יכולות אג'נטיות יותר, GPT‑Live יכול להעביר את המשימה למודל אחר, כמו GPT‑5.5. כך הוא יכול להמשיך את השיחה גם בזמן שהוא מטפל בכמה משימות ברקע.

השינוי הזה בארכיטקטורה גם מאפשר ל-GPT‑Live להשתמש תמיד במודלים ובסוכנים העדכניים ביותר, ולשלב בינת חזית עם אינטראקציה טבעית.

פיתחנו הערכות חדשות באמצעות מעריכים אנושיים כדי למדוד את מידת הנעימות ואת זרימת השיחה. בהשוואות ישירות אלה, GPT‑Live‑1 ו-GPT‑Live‑1 mini מועדפים במידה ניכרת על פני מצב קולי מתקדם בשיחות בנות 5–10 דקות בתנאים תואמים. השיחות מודדות העדפה כוללת, חילופי תורות, קטיעות, זרימת שיחה ועד כמה כל אינטראקציה הרגישה טבעית.

• GPQA: ‏GPT‑Live‑1 מציג ביצועים טובים משמעותית ממצב קולי מתקדם במבחן GPQA, הבוחן reasoning מדעי ברמת מומחה בביולוגיה, בכימיה ובפיזיקה.

• BrowseComp: ‏GPT‑Live‑1 מציג שיפור ניכר לעומת מצב קולי מתקדם במבחן BrowseComp, הבוחן חיפוש אג'נטי באינטרנט ואת היכולת למצוא מידע שקשה לאתר.

• τ³-Voice Telecom (גרסה פנימית)**: GPT‑Live‑1 מציג ביצועים טובים יותר ממצב קולי מתקדם במבחן τ³-Voice Telecom, הבוחן סוכנים קוליים במשימות תמיכה מציאותיות בתחום התקשורת, הכוללות כמה תורות שיחה.

מדי שבוע, יותר מ-150 מיליון אנשים מדברים עם ChatGPT באמצעות תכונות כמו קול והכתבה. הם משתמשים בו כדי לקבל עזרה יומיומית בלי להשתמש בידיים, לתרגל שפות, לספר סיפורים לפני השינה או פשוט לשוחח בדרך לעבודה ובחזרה.

מהיום, כשתלחצו על כפתור הקול כדי לדבר עם ChatGPT, תקבלו חוויה משופרת המבוססת על GPT‑Live — עם שיחות טבעיות יותר, תשובות חכמות יותר, הקשבה טובה יותר ותשובות חזותיות.

השיחה עם ChatGPT אמורה להרגיש עכשיו הרבה יותר כמו שיחה אמיתית. אפשר לקטוע אותו בשאלה, לעצור כדי לאסוף את המחשבות או לבקש מ-ChatGPT להאט. הוא מגיב באופן טבעי לדברים שלכם בביטויים כמו "מממ" או "הבנתי", כדי שתדעו שהוא עוקב אחרי השיחה. בנוסף, שיפרנו את איכות השמע של תשעת הקולות הייחודיים ב-ChatGPT עבור GPT‑Live.

ChatGPT Voice יכול כעת להיעזר במודלי החזית העדכניים ביותר שלנו ולתת לכם תשובות חכמות יותר כשאתם זקוקים להן. אפשר גם לבחור את רמת ה-reasoning המתאימה לצרכים שלכם: מיידית לתשובות מהירות, או בינונית וגבוהה כשתרצו ש-ChatGPT יקדיש יותר זמן לחשיבה.

אם תעצרו לרגע כדי לחשוב, ChatGPT Voice ימתין עכשיו במקום להתפרץ ולקטוע אתכם. אם תבקשו ממנו לשתוק ולהקשיב, זה מה שהוא יעשה. וכשיש רעשי רקע, כמו כלי רכב חולפים או שיחות בקרבת מקום, ChatGPT מצליח טוב יותר להתמקד בקול שלכם בלי שדעתו תוסח.

יש תשובות שמועילות יותר כשאפשר לראות אותן. במהלך השיחה, ChatGPT יכול כעת להציג כרטיסים חזותיים עשירים בנושאים כמו מזג אוויר, מניות, ספורט ועוד. התכונה הקולית ממשיכה לתמוך גם בחיפוש, בזיכרון, בתמונות ובהעלאת קבצים.

התוצאה היא חוויית ChatGPT Voice שמרגישה טבעית יותר, מציעה יכולות רבות יותר ומועילה יותר בחיי היומיום.

GPT‑Live תוכנן להיות בטוח כברירת מחדל. הוא נשען על ההתקדמות בבטיחות של המודלים העדכניים ביותר שלנו, לצד אימון בטיחות ייעודי בתחומי סיכון מרכזיים ואמצעי הגנה חדשים שתוכננו במיוחד לשימוש בקול.

כדי לשקף טוב יותר את האופן שבו אנשים משתמשים בקול בחיי היומיום, התחלנו בהרחבת בדיקות הבטיחות שלנו כך שיכללו הערכות חדשות המבוססות מלכתחילה על אודיו. יצרנו גם הערכות סינתטיות המשתמשות באודיו שנוצר באופן מלאכותי כדי לבחון לעומק תחומי בטיחות מרכזיים, על סמך מה שלמדנו ממצב קולי מתקדם. תחומים אלה כוללים פגיעה עצמית, פסיכוזה ומאניה, הישענות רגשית על בינה מלאכותית, אלימות ותוכן מיני. מומחים מתוך החברה ערכו למודל גם בדיקות תקיפה יזומות כדי לאתר סיכונים ייחודיים לשימוש בקול.

בבדיקות שלנו, GPT‑Live הציג ביצועים דומים לאלה של מצב קולי מתקדם או טובים מהם, כמעט בכל התחומים שהערכנו. אפשר לקרוא עוד על הבדיקות ואמצעי ההגנה שלנו בכרטיס המערכת⁠(נפתח בחלון חדש) של GPT‑Live.

מכיוון ששיחות קוליות מתנהלות בזמן אמת, בנינו גם אמצעי הגנה שיכולים לפעול בזמן שהמודל מדבר. כשהמערכת מזהה פלט שעלול להיות לא בטוח, היא יכולה לכוון את המודל לתשובה בטוחה יותר, להציג הודעות בטיחות נוספות או מקורות סיוע, או לסיים את השיחה הקולית במקרים של סיכון מוגבר. בשיחות הנוגעות לפגיעה עצמית, התאמנו את תהליכי התמיכה של ChatGPT לשימוש בקול, כולל הצעת סיוע באמצעות קווי חירום שנבדקו על ידי מומחים.

תכננו הגנות נוספות עבור משתמשים בני נוער, ואימנו את המודל עצמו להתנהגות מותאמת גיל כדי לצמצם את הסיכון לתשובות לא הולמות. הורים יכולים לבחור באמצעות בקרת הורים אם לאפשר לילדיהם המתבגרים להשתמש ב-ChatGPT Voice. הורים שחשבונם מקושר לחשבון של ילדם עשויים לקבל התראה במצבי סיכון מוגבר שבהם מופיעים סימנים לפגיעה עצמית אפשרית או לכוונה אובדנית.

אנחנו מתחילים גם במדידה לטווח ארוך יותר ובניטור לאחר ההשקה, המתמקדים בהישענות רגשית, כדי להמשיך להעמיק את ההבנה שלנו ולשפר את אמצעי ההגנה. בהמשך למחקר הקודם שלנו על שימוש רגשי ורווחה רגשית, הדבר יעזור לנו לזהות דפוסים חדשים ולשפר את תגובות המערכת באינטראקציות רגישות מבחינה רגשית.

ולבסוף, GPT‑Live נועד לשיחה, לא להתחזות קולית. הוא משתמש במבחר קולות מוגדרים מראש ב-ChatGPT, עם אמצעי הגנה שנועדו למנוע ממנו לחקות קול של אדם אמיתי.

אנחנו מחויבים לקידום בטיחות ורווחה, ונמשיך לחזק את ההגנות האלה ככל שנלמד מהשימוש בפועל.

GPT‑Live נפתח כעת בהדרגה למשתמשי ChatGPT ברחבי העולם ב-iOS, ב-Android וב-ChatGPT.com⁠(נפתח בחלון חדש). GPT‑Live‑1 יהיה מודל ברירת המחדל שמפעיל את ChatGPT Voice עבור משתמשי Go, ‏Plus ו-Pro, ו-GPT‑Live‑1 mini יהיה ברירת המחדל עבור משתמשי Free. פרטים נוספים על הזמינות מופיעים במרכז העזרה⁠(נפתח בחלון חדש) שלנו.

ביצענו אופטימיזציה ל-GPT‑Live עבור כמה מהשפות הנפוצות ביותר ב-ChatGPT. בשפות מסוימות, ייתכן שלמודל יהיה מבטא זר או שהדיבור שלו לא יהיה שוטף לגמרי. אנחנו פועלים לשיפור החוויה בשפות השונות.

בעת ההשקה, GPT‑Live לא יתמוך בשיחות קוליות עם וידאו או שיתוף מסך ב-ChatGPT, אבל אנחנו עובדים על הוספת היכולות האלה בקרוב. עדיין אפשר להשתמש בגרסאות קודמות של ChatGPT Voice, כולל מצב קול סטנדרטי ומצב קולי מתקדם, שבהן התכונות האלה זמינות.