OpenAIは2026年9月10日、APIを通じてフルデュプレックス（全二重）音声モデル「GPT-Live-1」の提供を開始したと発表しました。同モデルは聞き取りと発話を一つのモデルに統合しており、従来の音声認識・推論・音声合成を順に連結する方式で生じていた遅延を低減し、自然な会話のリズムを実現しています。

OpenAIの報告によると、GPT-Live-1は音声インテリジェンスのベンチマークにおいて、従来のGPT-Realtime-2.1を大幅に上回る性能を示しています。具体的には、音声タスクの成功率（Tau3）において、GPT-Realtime-2.1の45.7%に対し、GPT-Live-1は86.2%を記録したとしています。また、ユーザーが発言を中断した際の応答性についても、大幅な改善が示されています。

開発者はAPIを通じて、ユーザーの目的に合わせて会話のトーンや速度をカスタマイズできるほか、バックグラウンドでの高度な推論処理を組み合わせることも可能です。なお、APIの利用料金は1分あたり0.05ドルとされています。

出典: