GPT-Live-1: Full-Duplex Voice AI
Слышит и говорит одновременно

Что такое GPT-Live-1 — и почему full-duplex меняет всё

Full-duplex — термин из телекоммуникаций. В телефонии это означает, что обе стороны могут говорить одновременно, как при живом разговоре. Ваш мобильный телефон — full-duplex. Рация полицейского — half-duplex (говорит только один, «приём»).

До GPT-Live-1 все голосовые AI-ассистенты были рациями. Цикл: распознавание речи (STT) → языковая модель (LLM) → синтез речи (TTS). Пока идёт один этап, остальные ждут. Alexa, Siri, Google Assistant, даже предыдущий Advanced Voice Mode от OpenAI — все half-duplex.

GPT-Live-1 работает иначе: непрерывный аудиопоток на входе, непрерывный на выходе. Модель принимает решения «говорить / слушать / сделать паузу / перебить» много раз в секунду. Как человек.

Что это даёт на практике:

• Естественные прерывания. Вы можете перебить AI, и он замолчит и выслушает — не тупо обрежет фразу и начнёт заново, а реально поймёт контекст.
• Фоновые подтверждения. AI говорит «ага», «мхм», «понял» пока вы объясняете — как живой собеседник.
• Тихий режим. Можно сказать «просто слушай» — и модель будет молча следить за ходом мысли, не перебивая.
• Живой перевод. Два человека на разных языках, GPT-Live-1 переводит в реальном времени, не дожидаясь конца фразы.

OpenAI называет это «голосовым слоем» (voice layer), отделённым от «мозгов» (reasoning layer). Голосовой слой — GPT-Live-1 — ведёт беседу. Когда нужен сложный ответ или поиск в интернете, он делегирует задачу GPT-5.5 в фоне и продолжает разговор, не заставляя собеседника ждать.

⚡ Техническая архитектура: GPT-Live-1 vs Advanced Voice Mode

Ключевое архитектурное решение: разделение на «голос» и «мозги». GPT-Live-1 управляет потоком разговора, интонацией, паузами, реакцией на перебивание. Когда нужен факт или рассуждение, модель отправляет запрос GPT-5.5 и продолжает говорить — результат встраивается в разговор без пауз. Как если бы у вас был ассистент, который поддерживает беседу, пока его коллега-эксперт гуглит ответ.

Ложка дёгтя: пользователи жалуются на навязчивость

Первые отзывы разделились. Технически — восторг: «феноменально», «как с живым человеком». Но есть волна жалоб: GPT-Live-1 оказался слишком активным слушателем.

Модель вставляет «ага», «угу», «мхм» в паузы — как человек, который слишком старается показать что слушает. Для многих это стало новой формой прерывания. OpenAI признала проблему — это вопрос калибровки, а не архитектуры.

Для бизнеса это значит: из коробки — сыровато для production-колл-центра. Но через API с тонкой настройкой — золото.

Бизнес-применение: где GPT-Live-1 заменит людей

API пока не публичный (waitlist), но сценарии уже понятны:

1. Голосовая поддержка клиентов

Колл-центр, где AI не зачитывает скрипт, а реально ведёт диалог. Слышит проблему, переспрашивает, ищет в базе знаний на лету, эскалирует на человека если нужно. Без «оставайтесь на линии».

2. Живой переводчик

Два человека на разных языках — GPT-Live-1 переводит в реальном времени. Туризм, медицина, международные переговоры.

3. Голосовой кодинг

Разработчик говорит: «добавь метод для валидации email», AI пишет код и комментирует. Полезно для людей с ограничениями по зрению или моторике.

4. Телемедицина

AI проводит первичный опрос пациента: собирает симптомы, историю, уточняет детали. Врач получает готовую карту вместо 10 минут расспросов.

5. Обучение и репетиторство

Языковая практика без стеснения. AI-репетитор поправляет произношение, объясняет грамматику, поддерживает разговор.

Конкуренты: Google, ElevenLabs и гонка голосовых AI

OpenAI не одинока в full-duplex гонке:

• Google Gemini Live — прямой конкурент, тоже full-duplex, глубоко интегрирован с Android.
• ElevenLabs — лидер по синтезу речи, движется в сторону диалоговых агентов.
• Deepgram — специализируется на распознавании речи, строит full-duplex API для разработчиков.

Ключевое отличие OpenAI: она единственная предлагает агентский веб-поиск в голосовом режиме.

API и цены: когда это можно будет купить

На 20 июля 2026:

• ChatGPT-пользователи: GPT-Live доступен подписчикам Plus, Pro, Go. Бесплатные — GPT-Live-1 mini.
• API: waitlist. OpenAI собирает заявки, обещает «developer preview» волнами.
• Цены: не объявлены. Аналитики ожидают поминутную тарификацию, $0.06–0.12 за минуту.

Для сравнения: час оператора колл-центра в Казахстане ~1 500–2 500 тенге ($3–5). GPT-Live-1 может быть в 5–10 раз дешевле.

Что это значит для вашего бизнеса

GPT-Live-1 — не хайп. Это тектонический сдвиг в доступности голосового AI. Раньше чтобы сделать голосового агента, нужно было собрать пайплайн: распознавание (Whisper/Deepgram) → языковая модель → синтез (ElevenLabs). Три API, задержки на стыках, костыли для прерываний.

Теперь — одна модель, которая делает всё это нативно. Вопрос не «внедрять ли». Вопрос — «когда вы начнёте, пока конкуренты не начали».

С чего начать уже сегодня

1. Запишите топ-10 вопросов от клиентов. Постройте дерево диалогов — какие сценарии автоматизировать.
2. Подпишитесь на waitlist API GPT-Live-1. Даже если доступ через месяц — лучше быть в начале очереди.
3. Протестируйте текущие голосовые API. GPT-Realtime-2.1 доступен через Realtime API уже сейчас.
4. Найдите партнёра по интеграции. Голосовой AI требует настройки под бизнес: терминология, скрипты, эскалация.