GPT-Live とは何か。OpenAIの新しい音声モデルを整理する

GPT-Liveは、OpenAIが2026年7月8日に発表した新しい音声モデルで、ChatGPTの音声モードを支える。最大の特徴は全二重（フルデュプレックス）アーキテクチャで、聞くことと話すことを同時に行えること。相槌を打ったり、割り込みに応じたり、考える間は黙って待ったりできるため、これまでより人との会話に近いテンポでやり取りできる。

従来の音声モードとの違い

OpenAIは、これまでの音声AIを2つのアプローチとして整理している。

・カスケード型。初代ChatGPT音声モードがこれで、音声認識(STT)・大規模言語モデル・音声合成(TTS)の3つを連結していた。モデル間で情報が失われやすく、応答が遅くぎこちなかった。 ・ターン制。高度な音声モードがこれで、単一モデルで処理するぶん速くなったが、こちらが話し終えるのを待ってから応答する仕組みだった。短い沈黙や背景音をターンの終わりと誤認し、不自然に割り込むこともあった。

GPT-Liveは全二重にすることで、出力しながら入力を処理し続ける。話す・聞き続ける・一時停止する・割り込む・ツールを呼ぶといった判断を、1秒に何度も行えるという。

深い作業は別モデルに委任する

もう一つの要点が、会話と重い処理を切り離した設計だ。検索や踏み込んだ推論、エージェント的な作業が必要になると、GPT-LiveはそのタスクをGPT-5.5のような別のモデルに委任する。バックグラウンドで処理が進む間も、GPT-Live自身は会話を止めずに続けられる。

提供開始時点では、この裏側でGPT-5.5が使われる。応答の速さは推論レベルで選べて、すばやく返すInstant、じっくり考えさせるMediumとHighが用意されている。

バージョンと提供状況

・GPT-Live-1 と GPT-Live-1 mini の2種類がある ・iOS・Android・ChatGPT.com で、世界中のユーザーに順次展開 ・Go/Plus/Proユーザーは GPT-Live-1 が、Freeユーザーは GPT-Live-1 mini がデフォルトになる ・APIは近日提供予定 ・OpenAIは、GPQAやBrowseCompなどの評価で、GPT-Live-1が高度な音声モードを上回ったとしている

体験面では、途中で質問を差し込める、間を置ける、ゆっくり話すよう頼める、といった自然さが加わり、9種類の音声もリマスターされた。天気や株価、スポーツなどは、会話中にビジュアルカードとして表示されるようにもなった。

現時点の制限に注意

見出しだけ見ると「なんでもできる万能音声」に思えるが、リリース時点では制限がある。

・GPT-LiveはChatGPTでの動画付き音声や画面共有には対応していない（まもなく導入予定とされる） ・これらの機能が必要な場合は、Standardや高度な音声モードといった従来版の音声モードを引き続き使える ・一部の言語では、非ネイティブのアクセントや流暢さの不足が出ることがある

「カメラや画面を見せながら相談する」用途を期待していると、いまはまだ従来版を使う必要がある。ここは先に押さえておきたい。

データ分析の仕事での見方

全二重で会話のテンポが上がることは、声に出して考えを整理する壁打ちや、語学練習のような用途で効いてくる。一方で、正確なコードや長い文章、後から再利用したい情報は、読み上げよりテキストで受け取るほうが速いのは変わらない。委任アーキテクチャによって「軽い会話」と「重い推論」を両立させた点は面白いが、返答が流暢でも内容の正しさは別問題で、事実確認は結局こちらの仕事になる。

まとめ

・GPT-Liveは2026年7月8日発表の新しい音声モデルで、ChatGPT音声モードを支える ・全二重アーキテクチャで、聞きながら話し、割り込みや相槌にも対応する ・検索や深い推論はGPT-5.5などに委任し、その間も会話を止めない ・GPT-Live-1とminiがあり、Go/Plus/Proと Freeでデフォルトが分かれる ・リリース時点では動画・画面共有に非対応。必要なら従来版の音声モードを使う