目次

2026年7月8日、OpenAIが ChatGPT の音声を刷新する新モデル 「GPT-Live」 を全世界にリリースした（OpenAI公式発表）。翌9日の GPT-5.6 一般提供に先立つ発表で、最大の特徴は「聞きながら、同時に話せる」全二重（フルデュプレックス）アーキテクチャだ。

これまでのAI音声は「あなたが話し終わるのを待ってから応答する」ターン制だった。GPT-Liveは人間の会話のように、相づちを打ち、割り込みを受け止め、あなたが考える沈黙を遮らない。本記事では、GPT-Liveが何者で、従来のAdvanced Voice Modeと何が違い、どう動き、どのプランで使え、何がまだできないのかまでを、公式発表に基づいて解説する。

FULL-DUPLEX VOICE · 2026

ターン制の終わり

— 聞きながら話す、人間のような会話へ

全二重
聞く＋話すを同時に
相づち・割り込みOK
<250ms
応答レイテンシ
ほぼ即応
2モデル
Live-1 / Live-1 mini
無料でもminiが使える
GPT-5.5
深い推論は裏で委譲
検索・複雑処理を担当

1. GPT-Liveとは——「聞きながら話す」全二重音声

GPT-Liveは、ChatGPTの音声会話を担う新しい音声モデルシリーズだ。従来の音声機能（Advanced Voice Mode）を置き換える形で、2026年7月8日からChatGPTのiOS・Android・Webに全世界展開された。

核心は「全二重（フルデュプレックス）」という設計にある。電話のように入力（あなたの声）を処理しながら、同時に出力（AIの声）を生成し続ける。だから——

  • あなたが話している最中に、「うんうん」「なるほど」といった相づちを返せる
  • AIが話している途中で割り込んでも、ちゃんと聞いて方向転換する
  • あなたが考えて黙り込んでも、それを「話し終わり」と誤解して遮らない

要するに、「順番待ち」のないリアルタイム会話を実現するのがGPT-Liveだ。

2. 従来のAdvanced Voice Modeと何が違うのか

これまでのAI音声（Advanced Voice Mode）はターン制（半二重）だった。仕組み上、こんな弱点があった。

観点従来：Advanced Voice Mode新：GPT-Live
基本方式ターン制（半二重）——話し終わりを待つ全二重——聞きながら同時に話す
話し終わりの判定無音（沈黙）ベース声のトーン・呼吸の変化で判断
考える沈黙「終わった」と誤解して割り込みがち遮らずに待てる
相づち基本なし「mhmm」「yeah」等を返す
割り込み不自然に切れることがある受け止めて調整
判断頻度ターン単位毎秒複数回（話す/聞く/間を置く/割り込む/ツール呼び出し）

OpenAIによれば、5〜10分の同条件の会話を人間が評価した比較で、GPT-Live-1・GPT-Live-1 mini はいずれもAdvanced Voice Modeより明確に好まれたという。さらにGPQA（専門科学推論）・BrowseComp（エージェント的Web検索）・カスタマーサポート系タスクでも改善が報告されている。

3. 仕組み——毎秒の判断とGPT-5.5への委譲

GPT-Liveは音声入力を連続的に処理しながら音声出力を生成し、毎秒何度も「今どうするか」を判断する——話すか、聞き続けるか、間を置くか、割り込むか、ツールを呼ぶか。この高頻度の意思決定が、人間らしいテンポを生む。

もう一つの重要な設計が「深い処理は裏のモデルに委譲する」点だ。会話の即応性はGPT-Liveが担い、Web検索・深い推論・複雑な作業が必要になると、裏でより大きなモデル（ローンチ時点ではGPT-5.5）に処理を渡し、結果が出たら会話に戻す。会話を途切れさせずに「考える」を両立させる仕組みだ。

推論の深さはInstant（GPT-5.5 Instant）／ Medium ／ High（GPT-5.5 Thinking）から選べる。軽い雑談は即応重視のInstant、込み入った相談はThinking、と用途で切り替えられる。

4. 2つのモデルとプラン別提供

プラン既定の音声モデル
Free（無料）GPT-Live-1 mini
Go / Plus / ProGPT-Live-1

ポイントは、無料プランでも mini 版のGPT-Liveが使えること。全二重の自然な会話は、有料に限定されない。より高品質な会話や推論を求めるなら、Go/Plus/Pro で GPT-Live-1 が既定になる。提供はChatGPTのiOS・Android・ChatGPT.comで、全世界に段階展開された。

5. 主な進化点

🗣️ 相づち（バックチャネル）

あなたが話している間に「うんうん」と反応。聞いてくれている感覚が生まれる。

⏱️ 遅延 <250ms

応答までがほぼ即時。テンポが人間の会話に近づく。

✋ 割り込みに追従

話の途中で遮っても、聞いて内容を軌道修正する。

🤫 沈黙を遮らない

考える間を「話し終わり」と誤判定せず、待ってくれる。

6. 現時点の制限——正直に押さえておく

期待が先行しやすいので、ローンチ時点でできないことも正直に押さえておきたい。

  • 🟡 動画・画面共有は未対応：ローンチ時点では音声中心で、映像入力や画面共有は含まれない。
  • 🟡 多言語の完全対応はこれから：全言語で同水準の品質にはまだ達していない（full multilingual parityは未達）。
  • 🟡 APIは未提供：開発者向けAPIは「近日提供予定」で、本記事時点では未公開・価格未公表（詳細は第8章）。
  • 🟡 段階ロールアウト中：全ユーザーへの反映には時間差がある場合がある。

これらは今後のアップデートで拡張される見込みだが、「動画も画面も今すぐ」ではない点は理解しておくとよい。

7. 使いどころ

  • ハンズフリーの相談・壁打ち：歩きながら・作業しながら、考えを声に出して整理する。沈黙を遮られないので思考が途切れにくい。
  • 語学の会話練習：相づちや自然な割り込みがあることで、実際の会話に近い練習ができる。
  • 音声での下調べ・要約：深い検索は裏のGPT-5.5に委譲されるため、会話しながら調べ物を進められる。
  • アクセシビリティ：タイピングが難しい場面で、テンポの良い音声インターフェースが役立つ。

8. API提供状況とGPT-Realtimeとの違い

GPT-LiveのAPIは、本記事時点では提供されていない（「近日提供予定」、価格未公表）。開発者・企業は通知登録で待つ形になる。「今すぐ自社アプリに全二重音声を組み込む」ことはまだできない点に注意。

紛らわしいので整理： 開発者が今すぐAPIで使える低レイテンシ音声は、GPT-Liveとは別の GPT-Realtime-2.1 / GPT-Realtime-2.1 mini（2026年7月6日提供）だ。GPT-Live＝ChatGPT上の消費者向け全二重音声、GPT-Realtime＝API向けの音声エージェント基盤、と役割が分かれている。今すぐ音声エージェントを開発するならGPT-Realtime系を見るとよい。

まとめ

  • GPT-Liveは、ChatGPTの音声を「ターン制」から全二重（聞きながら話す）に変える新モデル（2026年7月8日、全世界）。
  • 相づち・割り込み・沈黙の許容と遅延<250msで、人間に近い会話テンポを実現。Advanced Voice Modeより明確に好まれた。
  • 会話の即応はGPT-Liveが担い、深い推論・検索は裏でGPT-5.5に委譲（Instant/Medium/Highで深さを選択）。
  • 無料はGPT-Live-1 mini、Go/Plus/ProはGPT-Live-1が既定。ChatGPTのiOS/Android/Webで利用可。
  • 現状の制限：動画・画面共有は未対応、多言語の完全対応は未達、APIは未提供。API向けはGPT-Realtime-2.1が別に用意されている。

FAQ

Q1. GPT-Liveは無料でも使えますか？

使えます。無料プランでは GPT-Live-1 mini が既定の音声モデルになります。Go/Plus/Proでは上位の GPT-Live-1 が既定です。ChatGPTのiOS・Android・Webで利用できます（段階展開）。

Q2. 「全二重」とは具体的に何ですか？

電話のように聞くと話すを同時に行える方式です。従来のターン制（あなたの話し終わりを待って応答）と違い、話している最中に相づちを返したり、割り込みを受け止めたり、あなたの考える沈黙を遮らずに待てます。

Q3. 従来のAdvanced Voice Modeと何が一番違いますか？

話し終わりの判定方法です。従来は無音（沈黙）ベースで、考える間を「終わった」と誤解して割り込みがちでした。GPT-Liveは声のトーンや呼吸の変化で判断し、毎秒何度も意思決定するため、遮られにくく自然です。人間評価でも明確に好まれています。

Q4. 難しい質問にも答えられますか？

答えられます。会話の即応はGPT-Liveが担当し、Web検索や深い推論が必要な場面では裏でGPT-5.5に処理を委譲して、結果を会話に戻します。推論の深さはInstant／Medium／Highから選べます。

Q5. 動画や画面共有はできますか？

ローンチ時点ではできません。GPT-Liveは音声中心で、動画・画面共有・多言語の完全対応は現状未提供です。今後のアップデートでの拡張が見込まれます。

Q6. 自分のアプリにAPIで組み込めますか？

GPT-LiveのAPIは本記事時点で未提供（近日予定・価格未公表）です。今すぐAPIで低レイテンシ音声を実装したい場合は、別系統の GPT-Realtime-2.1 / mini（API向け音声エージェント基盤）を検討してください。GPT-Liveは消費者向け、GPT-Realtimeは開発者向け、と役割が分かれています。

Q7. GoogleのGemini Liveと比べてどうですか？

Geminiも音声・動画を含むマルチモーダルが強みで、ライブ会話に対応します。GPT-Liveの現時点の強みは全二重の会話の自然さと低遅延ですが、動画・画面共有はまだ未対応な点でGeminiに分がある領域もあります。詳しくはGPT-5.6 vs Gemini比較も参照してください。

関連記事