المحتويات

في 8 يوليو 2026، أطلقت OpenAI عالميًا نموذجًا جديدًا يجدّد صوت ChatGPT باسم «GPT-Live» (الإعلان الرسمي من OpenAI). جاء الإعلان قبل يوم من الإتاحة العامة لـ GPT-5.6 في اليوم التالي (9 يوليو)، وأبرز ما يميّزه هو بنية «كاملة الازدواج (full-duplex) تستمع وتتكلم في آن واحد».

كانت أنظمة الصوت الذكية حتى الآن قائمة على التناوب: «تنتظر حتى تنهي كلامك ثم تردّ». أما GPT-Live فـيعلّق بإيجاز مثل «مهمم»، ويستوعب المقاطعات، ولا يقاطع صمتك أثناء التفكير، تمامًا كمحادثة بشرية. في هذا المقال نشرح — استنادًا إلى الإعلان الرسمي — ما هو GPT-Live، وما الفرق بينه وبين Advanced Voice Mode التقليدي، وكيف يعمل، وفي أي خطة يتوفر، وما الذي لا يستطيع فعله بعد.

FULL-DUPLEX VOICE · 2026

نهاية نظام التناوب

— نحو محادثة تشبه البشر، تستمع وتتكلم في آن واحد

كامل الازدواج
الاستماع + الكلام معًا
تعليق وجيز ومقاطعة مسموحان
<250ms
زمن الاستجابة
فوري تقريبًا
نموذجان
Live-1 / Live-1 mini
حتى المجاني يتيح mini
GPT-5.5
يفوّض التفكير العميق خلف الكواليس
يتولى البحث والمعالجة المعقدة

1. ما هو GPT-Live — صوت كامل الازدواج «يستمع ويتكلم في آن واحد»

GPT-Live هو سلسلة نماذج صوتية جديدة تتولى المحادثة الصوتية في ChatGPT. وقد طُرح عالميًا اعتبارًا من 8 يوليو 2026 على iOS وAndroid والويب في ChatGPT، ليحلّ محل الميزة الصوتية السابقة (Advanced Voice Mode).

يكمن جوهره في تصميم «كامل الازدواج (full-duplex)». فمثل الهاتف، يعالج المدخل (صوتك) وفي الوقت نفسه يستمر في توليد المخرج (صوت الذكاء الاصطناعي). لذلك —

  • يمكنه أن يردّ بتعليقات وجيزة مثل «مهمم» أو «صحيح» بينما أنت تتكلم
  • وإذا قاطعتَه أثناء كلامه، يستمع جيدًا ويغيّر مساره
  • وإذا صمتَّ للتفكير، لا يفسّر ذلك خطأً على أنه «انتهاء كلامك» فيقاطعك

باختصار، GPT-Live يحقق محادثة آنية بلا «انتظار للدور».

2. ما الفرق بينه وبين Advanced Voice Mode التقليدي

كان الصوت الذكي السابق (Advanced Voice Mode) قائمًا على التناوب (نصف الازدواج). وبحكم تصميمه كانت له نقاط ضعف كهذه.

الجانبالسابق: Advanced Voice Modeالجديد: GPT-Live
الأسلوب الأساسيتناوب (نصف ازدواج) — ينتظر انتهاء الكلامكامل الازدواج — يستمع ويتكلم في آن واحد
تحديد انتهاء الكلاميعتمد على الصمت (السكون)يحدّده عبر نبرة الصوت وتغيّر التنفّس
الصمت أثناء التفكيريفسّره خطأً كـ«انتهى» فيميل إلى المقاطعةينتظر دون مقاطعة
التعليق الوجيزغير موجود أساسًايردّ بـ«mhmm» و«yeah» ونحوها
المقاطعةقد ينقطع بشكل غير طبيعييستوعبها ويتكيّف
تواتر القرارعلى مستوى الدورعدة مرات في الثانية (يتكلم/يستمع/يترك فسحة/يقاطع/يستدعي أداة)

وفقًا لـ OpenAI، في مقارنة قيّمها بشر لمحادثات مدتها 5–10 دقائق بالظروف نفسها، فُضِّل كل من GPT-Live-1 وGPT-Live-1 mini بوضوح على Advanced Voice Mode. كما أُبلغ عن تحسّن في مهام GPQA (الاستدلال العلمي المتخصص) وBrowseComp (البحث الوكيلي على الويب) ومهام دعم العملاء.

3. آلية العمل — قرارات كل ثانية والتفويض إلى GPT-5.5

يقوم GPT-Live بـمعالجة المدخل الصوتي باستمرار وتوليد المخرج الصوتي في آن واحد، ويتخذ عدة مرات في كل ثانية قرار «ماذا أفعل الآن» — أيتكلم، أم يواصل الاستماع، أم يترك فسحة، أم يقاطع، أم يستدعي أداة. هذا اتخاذ القرار العالي التواتر هو ما يولّد إيقاعًا شبيهًا بالبشر.

وثمة تصميم مهم آخر هو «تفويض المعالجة العميقة إلى نموذج في الخلفية». فسرعة الاستجابة في المحادثة يتولاها GPT-Live، أما حين يلزم بحث على الويب أو استدلال عميق أو عمل معقد، فيمرّر المعالجة خلف الكواليس إلى نموذج أكبر (وهو GPT-5.5 عند الإطلاق)، ثم يعود إلى المحادثة حين تظهر النتيجة. إنها آلية تجمع بين «التفكير» ودون انقطاع المحادثة.

يمكن اختيار عمق الاستدلال من Instant (GPT-5.5 Instant) / Medium / High (GPT-5.5 Thinking). فالدردشة الخفيفة تناسبها Instant التي تركّز على الاستجابة الفورية، والاستشارات المعقدة تناسبها Thinking، والتبديل يكون حسب الغرض.

4. النموذجان والإتاحة حسب الخطة

الخطةالنموذج الصوتي الافتراضي
Free (المجانية)GPT-Live-1 mini
Go / Plus / ProGPT-Live-1

النقطة المهمة أن الخطة المجانية أيضًا تتيح نسخة mini من GPT-Live. فالمحادثة الطبيعية كاملة الازدواج ليست حكرًا على المدفوع. وإذا أردت محادثة أو استدلالًا بجودة أعلى، فإن GPT-Live-1 يصبح الافتراضي في Go/Plus/Pro. والإتاحة على iOS وAndroid وChatGPT.com في ChatGPT، وقد طُرحت عالميًا بشكل تدريجي.

5. أبرز نقاط التطور

🗣️ التعليق الوجيز (backchannel)

يتفاعل بـ«مهمم» بينما أنت تتكلم، فينشأ شعور بأنه يصغي إليك.

⏱️ زمن استجابة <250ms

الردّ فوري تقريبًا، فيقترب الإيقاع من المحادثة البشرية.

✋ تتبّع المقاطعة

حتى لو قاطعتَه في منتصف الكلام، يستمع ويصحّح مسار المحتوى.

🤫 لا يقاطع الصمت

لا يحكم خطأً على فسحة التفكير بأنها «انتهاء كلام»، بل ينتظرك.

6. القيود الحالية — لنكن صريحين

لأن التوقعات قد تسبق الواقع، نودّ أن نوضّح بصراحة أيضًا ما لا يستطيع فعله عند الإطلاق.

  • 🟡 الفيديو ومشاركة الشاشة غير مدعومَين: عند الإطلاق يتمحور حول الصوت، ولا يشمل إدخال الفيديو أو مشاركة الشاشة.
  • 🟡 الدعم الكامل لتعدد اللغات لم يكتمل بعد: لم يبلغ بعد المستوى نفسه من الجودة في كل اللغات (full multilingual parity غير محقّق).
  • 🟡 الـ API غير متاح: واجهة المطورين «قريبًا»، وحتى وقت كتابة هذا المقال غير معلنة والسعر غير منشور (التفاصيل في الفصل الثامن).
  • 🟡 الطرح تدريجي: قد يوجد فارق زمني في وصوله إلى جميع المستخدمين.

يُتوقع أن تتوسّع هذه الأمور في التحديثات المقبلة، لكن من الجيد إدراك أن الأمر ليس «فيديو وشاشة على الفور».

7. حالات الاستخدام

  • الاستشارة وتصفية الأفكار دون استخدام اليدين: نظّم أفكارك بصوت عالٍ أثناء المشي أو العمل. ولأنه لا يقاطع صمتك، يقلّ انقطاع تسلسل التفكير.
  • التدرّب على المحادثة في تعلم اللغات: بفضل التعليق الوجيز والمقاطعة الطبيعية، يمكنك التدرّب على نحو أقرب إلى المحادثة الواقعية.
  • البحث الأولي والتلخيص صوتيًا: بما أن البحث العميق يُفوَّض إلى GPT-5.5 في الخلفية، يمكنك المضي في البحث أثناء المحادثة.
  • إتاحة الوصول: في المواقف التي يصعب فيها الكتابة، تكون واجهة صوتية جيدة الإيقاع مفيدة.

8. وضع إتاحة الـ API والفرق عن GPT-Realtime

API الخاص بـ GPT-Live غير متاح حتى وقت كتابة هذا المقال («قريبًا»، والسعر غير منشور). وعلى المطورين والشركات الانتظار عبر التسجيل للإشعار. انتبه إلى أنه لا يمكن بعد «دمج الصوت كامل الازدواج في تطبيقك على الفور».

تنظيمًا لأنه مربك: الصوت منخفض الكمون الذي يمكن للمطورين استخدامه عبر API على الفور هو نموذج آخر مختلف عن GPT-Live، وهو GPT-Realtime-2.1 / GPT-Realtime-2.1 mini (متاح في 6 يوليو 2026). فالأدوار مقسّمة: GPT-Live = صوت كامل الازدواج موجّه للمستهلك داخل ChatGPT، وGPT-Realtime = بنية أساسية لوكلاء صوتيين موجّهة لواجهة API. فإذا كنت تطوّر وكيلًا صوتيًا الآن، فالأفضل النظر إلى سلسلة GPT-Realtime.

الخلاصة

  • GPT-Live نموذج جديد يحوّل صوت ChatGPT من «التناوب» إلى كامل الازدواج (يستمع ويتكلم في آن واحد) (8 يوليو 2026، عالميًا).
  • بفضل التعليق الوجيز والمقاطعة واحتمال الصمت وزمن استجابة <250ms، يحقق إيقاع محادثة قريبًا من البشر. وقد فُضِّل بوضوح على Advanced Voice Mode.
  • يتولى GPT-Live الاستجابة الفورية في المحادثة، بينما يُفوَّض الاستدلال العميق والبحث خلف الكواليس إلى GPT-5.5 (يُختار العمق عبر Instant/Medium/High).
  • الافتراضي: المجاني GPT-Live-1 mini، وGo/Plus/Pro يحصلان على GPT-Live-1. متاح على iOS/Android/الويب في ChatGPT.
  • القيود الحالية: الفيديو ومشاركة الشاشة غير مدعومَين، والدعم الكامل لتعدد اللغات غير محقّق، والـ API غير متاح. أما لواجهة API فيتوفر GPT-Realtime-2.1 بشكل منفصل.

الأسئلة الشائعة

س1. هل يمكن استخدام GPT-Live مجانًا؟

نعم. في الخطة المجانية يكون GPT-Live-1 mini هو النموذج الصوتي الافتراضي. وفي Go/Plus/Pro يكون الافتراضي هو الأعلى GPT-Live-1. ويمكن استخدامه على iOS وAndroid والويب في ChatGPT (طرح تدريجي).

س2. ما هو «كامل الازدواج» تحديدًا؟

هو أسلوب يتيح الاستماع والكلام في آن واحد مثل الهاتف. بخلاف التناوب التقليدي (ينتظر انتهاء كلامك ثم يردّ)، يمكنه أن يردّ بتعليق وجيز أثناء كلامك، وأن يستوعب المقاطعة، وأن ينتظر دون أن يقاطع صمتك أثناء التفكير.

س3. ما أكبر فرق بينه وبين Advanced Voice Mode التقليدي؟

طريقة تحديد انتهاء الكلام. كان السابق يعتمد على الصمت (السكون)، فيفسّر خطأً فسحة التفكير كـ«انتهى» ويميل إلى المقاطعة. أما GPT-Live فيحدّده عبر نبرة الصوت وتغيّر التنفّس ويتخذ القرار عدة مرات في الثانية، فيقلّ مقاطعته ويكون أكثر طبيعية. وقد فُضِّل بوضوح في تقييم البشر أيضًا.

س4. هل يمكنه الإجابة عن الأسئلة الصعبة؟

نعم. يتولى GPT-Live الاستجابة الفورية في المحادثة، وحين يلزم بحث على الويب أو استدلال عميق، يفوّض المعالجة خلف الكواليس إلى GPT-5.5 ويعيد النتيجة إلى المحادثة. ويمكن اختيار عمق الاستدلال من Instant / Medium / High.

س5. هل يمكن استخدام الفيديو أو مشاركة الشاشة؟

لا يمكن عند الإطلاق. يتمحور GPT-Live حول الصوت، والفيديو ومشاركة الشاشة والدعم الكامل لتعدد اللغات غير متاحة حاليًا. ويُتوقع توسّعها في التحديثات المقبلة.

س6. هل يمكنني دمجه في تطبيقي عبر API؟

API الخاص بـ GPT-Live غير متاح حتى وقت كتابة هذا المقال (قريبًا، والسعر غير منشور). إذا أردت تنفيذ صوت منخفض الكمون عبر API على الفور، ففكّر في السلسلة المنفصلة GPT-Realtime-2.1 / mini (بنية أساسية لوكلاء صوتيين موجّهة لواجهة API). فالأدوار مقسّمة: GPT-Live للمستهلك، وGPT-Realtime للمطورين.

س7. كيف يقارَن بـ Gemini Live من Google؟

يتميّز Gemini أيضًا بكونه متعدد الوسائط شاملًا الصوت والفيديو، ويدعم المحادثة الحية. ميزة GPT-Live الحالية هي طبيعية المحادثة كاملة الازدواج وانخفاض زمن الاستجابة، لكن هناك مجالات لـ Gemini فيها أفضلية من حيث أن الفيديو ومشاركة الشاشة غير مدعومَين بعد. لمزيد من التفاصيل راجع أيضًا مقارنة GPT-5.6 مقابل Gemini.

مقالات ذات صلة