Índice
- 1. O que é o GPT-Live — voz full-duplex que "fala enquanto ouve"
- 2. O que muda em relação ao Advanced Voice Mode tradicional
- 3. Como funciona — decisões a cada segundo e delegação ao GPT-5.5
- 4. Os dois modelos e a oferta por plano
- 5. Principais avanços
- 6. Limitações atuais — sejamos honestos
- 7. Onde usar
- 8. Situação da API e diferença em relação ao GPT-Realtime
- Resumo
- FAQ
Em 8 de julho de 2026, a OpenAI lançou mundialmente o "GPT-Live", um novo modelo que renova a voz do ChatGPT (anúncio oficial da OpenAI). Feito na véspera da disponibilização geral do GPT-5.6 no dia 9, seu maior diferencial é a arquitetura full-duplex (duplex total), que permite "ouvir e falar ao mesmo tempo".
Até agora, a voz da IA funcionava por turnos: "espera você terminar de falar para responder". O GPT-Live dá retornos afirmativos, acomoda interrupções e não corta o silêncio de quando você está pensando, como numa conversa humana. Neste artigo, explicamos, com base no anúncio oficial, o que é o GPT-Live, o que muda em relação ao Advanced Voice Mode tradicional, como ele funciona, em quais planos está disponível e o que ainda não consegue fazer.
O fim do sistema de turnos
— rumo a uma conversa humana, que fala enquanto ouve
1. O que é o GPT-Live — voz full-duplex que "fala enquanto ouve"
O GPT-Live é uma nova série de modelos de voz responsável pela conversa por voz do ChatGPT. Substituindo o recurso de voz anterior (Advanced Voice Mode), ele foi lançado mundialmente no iOS, Android e Web do ChatGPT a partir de 8 de julho de 2026.
O cerne está no design "full-duplex (duplex total)". Como num telefone, ele processa a entrada (a sua voz) enquanto, ao mesmo tempo, continua gerando a saída (a voz da IA). Por isso —
- enquanto você está falando, ele consegue devolver retornos afirmativos como "aham" ou "entendi"
- se você interromper no meio da fala da IA, ela ouve direitinho e muda de rumo
- se você ficar em silêncio pensando, ele não interpreta isso como "fim da fala" e não corta você
Em resumo, o GPT-Live viabiliza uma conversa em tempo real, sem "fila de espera".
2. O que muda em relação ao Advanced Voice Mode tradicional
A voz de IA anterior (Advanced Voice Mode) funcionava por turnos (half-duplex). Pela própria concepção, tinha estas fraquezas.
| Aspecto | Anterior: Advanced Voice Mode | Novo: GPT-Live |
|---|---|---|
| Método básico | Por turnos (half-duplex) — espera você terminar de falar | Duplex total — fala enquanto ouve |
| Detecção do fim da fala | Baseada no silêncio | Avaliada pela mudança no tom de voz e na respiração |
| Silêncio de reflexão | Tende a interromper, achando que "acabou" | Consegue esperar sem cortar |
| Retornos afirmativos | Basicamente inexistentes | Devolve "mhmm", "yeah", etc. |
| Interrupções | Às vezes corta de forma artificial | Acomoda e se ajusta |
| Frequência de decisão | Por turno | Várias vezes por segundo (falar / ouvir / fazer pausa / interromper / chamar ferramentas) |
Segundo a OpenAI, numa comparação avaliada por humanos em conversas de 5 a 10 minutos sob as mesmas condições, tanto o GPT-Live-1 quanto o GPT-Live-1 mini foram claramente preferidos em relação ao Advanced Voice Mode. Além disso, foram relatadas melhorias em GPQA (raciocínio científico especializado), BrowseComp (busca web agêntica) e tarefas de atendimento ao cliente.
3. Como funciona — decisões a cada segundo e delegação ao GPT-5.5
O GPT-Live gera a saída de áudio enquanto processa continuamente a entrada de áudio e, várias vezes por segundo, decide "o que fazer agora" — falar, continuar ouvindo, fazer uma pausa, interromper ou chamar uma ferramenta. Essa tomada de decisão em alta frequência é o que produz um ritmo humano.
Outro ponto importante do design é "delegar o processamento profundo a um modelo nos bastidores". A prontidão da conversa fica a cargo do GPT-Live e, quando é preciso fazer busca na web, raciocínio profundo ou tarefas complexas, ele passa o processamento a um modelo maior nos bastidores (no momento do lançamento, o GPT-5.5) e retorna à conversa quando o resultado chega. É um mecanismo que concilia "pensar" sem interromper a conversa.
4. Os dois modelos e a oferta por plano
| Plano | Modelo de voz padrão |
|---|---|
| Free (gratuito) | GPT-Live-1 mini |
| Go / Plus / Pro | GPT-Live-1 |
O ponto-chave é que até o plano gratuito pode usar a versão mini do GPT-Live. A conversa natural em duplex total não está restrita aos planos pagos. Para quem busca conversa e raciocínio de mais qualidade, o GPT-Live-1 é o padrão nos planos Go/Plus/Pro. A oferta chegou ao iOS, Android e ChatGPT.com do ChatGPT, com implantação gradual em todo o mundo.
5. Principais avanços
Reage com "aham" enquanto você fala. Cria a sensação de que está sendo ouvido.
A resposta é quase instantânea. O ritmo se aproxima de uma conversa humana.
Mesmo que você corte no meio da fala, ele ouve e reajusta o rumo do conteúdo.
Não confunde a pausa para pensar com "fim da fala" e espera por você.
6. Limitações atuais — sejamos honestos
Como a expectativa tende a se adiantar, vale registrar com honestidade também o que ainda não é possível no lançamento.
- 🟡 Vídeo e compartilhamento de tela não são suportados: no lançamento, o foco é a voz; entrada de vídeo e compartilhamento de tela não estão incluídos.
- 🟡 O suporte multilíngue completo ainda está por vir: ainda não atinge o mesmo nível de qualidade em todos os idiomas (a full multilingual parity ainda não foi alcançada).
- 🟡 A API ainda não foi disponibilizada: a API para desenvolvedores está "prevista para breve" e, no momento deste artigo, não foi publicada nem teve preço divulgado (detalhes no capítulo 8).
- 🟡 Implantação em fases: pode haver defasagem até que chegue a todos os usuários.
Espera-se que esses pontos sejam ampliados em futuras atualizações, mas convém entender que não é "vídeo e tela já".
7. Onde usar
- Consultas e brainstorming mãos-livres: caminhando ou trabalhando, organize suas ideias falando em voz alta. Como o silêncio não é cortado, o raciocínio não se interrompe com facilidade.
- Prática de conversação em idiomas: com retornos afirmativos e interrupções naturais, dá para praticar de forma próxima a uma conversa real.
- Pesquisa preliminar e resumos por voz: como a busca profunda é delegada ao GPT-5.5 nos bastidores, você avança na pesquisa enquanto conversa.
- Acessibilidade: em situações em que digitar é difícil, uma interface de voz com bom ritmo é útil.
8. Situação da API e diferença em relação ao GPT-Realtime
A API do GPT-Live não está disponível no momento deste artigo ("prevista para breve", sem preço divulgado). Desenvolvedores e empresas precisam se cadastrar para receber avisos e aguardar. Vale a atenção: ainda não dá para "integrar voz full-duplex ao seu próprio app agora mesmo".
Resumo
- O GPT-Live é um novo modelo que muda a voz do ChatGPT de "por turnos" para duplex total (fala enquanto ouve) (8 de julho de 2026, em todo o mundo).
- Com retornos afirmativos, aceitação de interrupções e tolerância ao silêncio e latência <250ms, alcança um ritmo de conversa próximo do humano. Foi claramente preferido em relação ao Advanced Voice Mode.
- A prontidão da conversa fica a cargo do GPT-Live, e o raciocínio profundo e a busca são delegados ao GPT-5.5 nos bastidores (escolha a profundidade em Instant/Medium/High).
- No gratuito, o padrão é o GPT-Live-1 mini; em Go/Plus/Pro, o GPT-Live-1. Disponível no iOS/Android/Web do ChatGPT.
- Limitações atuais: vídeo e compartilhamento de tela não suportados, suporte multilíngue completo ainda não alcançado, API ainda não disponível. Para uso via API, o GPT-Realtime-2.1 está disponível à parte.
FAQ
Q1. O GPT-Live também funciona no plano gratuito?
Sim. No plano gratuito, o GPT-Live-1 mini é o modelo de voz padrão. Em Go/Plus/Pro, o padrão é o superior GPT-Live-1. Está disponível no iOS, Android e Web do ChatGPT (implantação gradual).
Q2. O que é exatamente "duplex total"?
É um método que permite ouvir e falar ao mesmo tempo, como num telefone. Diferente do sistema por turnos tradicional (que espera você terminar de falar para responder), ele consegue devolver retornos afirmativos enquanto você fala, acomodar interrupções e esperar sem cortar o seu silêncio de reflexão.
Q3. Qual é a maior diferença em relação ao Advanced Voice Mode tradicional?
É o método de detectar o fim da fala. O anterior era baseado no silêncio e tendia a interromper, confundindo a pausa para pensar com "acabou". O GPT-Live avalia pela mudança no tom de voz e na respiração e decide várias vezes por segundo, sendo por isso mais difícil de cortar você e mais natural. Também foi claramente preferido em avaliações humanas.
Q4. Ele também responde a perguntas difíceis?
Responde. A prontidão da conversa fica a cargo do GPT-Live e, quando é preciso busca na web ou raciocínio profundo, o processamento é delegado ao GPT-5.5 nos bastidores, e o resultado volta para a conversa. A profundidade do raciocínio pode ser escolhida entre Instant / Medium / High.
Q5. Dá para usar vídeo ou compartilhamento de tela?
No lançamento, não. O GPT-Live é focado em voz; vídeo, compartilhamento de tela e suporte multilíngue completo não estão disponíveis no momento. Espera-se ampliação em futuras atualizações.
Q6. Posso integrá-lo ao meu app via API?
A API do GPT-Live não está disponível no momento deste artigo (prevista para breve, sem preço divulgado). Se você quer implementar voz de baixa latência via API agora, considere a linha à parte GPT-Realtime-2.1 / mini (base de agentes de voz voltada à API). Os papéis se dividem: GPT-Live é voltado ao consumidor e o GPT-Realtime, aos desenvolvedores.
Q7. Como ele se compara ao Gemini Live do Google?
O Gemini também tem como ponto forte a multimodalidade, que inclui voz e vídeo, e suporta conversa ao vivo. O ponto forte atual do GPT-Live é a naturalidade da conversa em duplex total e a baixa latência, mas, como vídeo e compartilhamento de tela ainda não são suportados, há áreas em que o Gemini leva vantagem. Para mais detalhes, veja também a comparação GPT-5.6 vs Gemini.
Artigos relacionados
- GPT-5.6: explicação completa do lançamento — os modelos protagonistas do mesmo período
- GPT-5.6 Sol vs Gemini — eixos de comparação de multimodalidade/voz
- O que é o Google Gemini — os fundamentos do concorrente
