OpenAI mengubah cara ChatGPT Voice bekerja lewat GPT-Live, model suara terbaru yang dirancang agar percakapan terasa lebih natural. Pergeseran ini cukup besar karena interaksi tidak lagi sekadar saling menunggu giliran bicara.
Dengan arsitektur full-duplex, GPT-Live bisa mendengar dan berbicara pada saat yang sama. Hasilnya, alur obrolan terasa lebih mengalir, respons lebih cepat, dan percakapan tidak mudah terputus oleh jeda yang kaku.
Lebih luwes saat percakapan berlangsung
Di tengah obrolan, GPT-Live dapat memberi sinyal bahwa ia sedang menyimak lewat respons singkat seperti “mhmm” atau “got it”. Pengguna juga bisa memotong pembicaraan AI, meminta ia melambat, atau berhenti sejenak tanpa membuat interaksi terasa canggung.
Kemampuan mendengarnya juga dibuat lebih tangguh dalam menangkap suara pengguna di lingkungan bising. Kemacetan lalu lintas dan suara latar lain disebut bukan kendala besar karena sistem tetap fokus pada pembicara utama.
Tugas yang lebih berat tetap dibantu model lain
Meski dirancang untuk percakapan yang lebih cair, GPT-Live tetap diposisikan sebagai model suara paling cerdas yang pernah dirilis OpenAI. Saat menghadapi pertanyaan yang butuh penalaran mendalam, pencarian web, atau tugas yang lebih kompleks, pekerjaan itu akan didelegasikan ke model utama di latar belakang, seperti GPT-5.5.
Selama jawaban diproses, GPT-Live tetap menjaga alur obrolan agar tidak terputus. Evaluasi internal menunjukkan model baru ini melampaui Advanced Voice Mode terdahulu dalam pengujian penalaran ilmiah tingkat pakar GPQA dan kemampuan pencarian informasi sulit BrowseComp.
| Aspek | GPT-Live | Advanced Voice Mode |
|---|---|---|
| Arsitektur | Full-duplex | Berbasis giliran bicara |
| Interaksi | Mendengar dan berbicara bersamaan | Lebih kaku dan bergiliran |
| Penalaran dan pencarian | Melampaui pada GPQA dan BrowseComp | Di bawah GPT-Live |
| Pengalaman obrolan | Lebih menyenangkan dan organik | Kurang mengalir |
Lapisan keamanan ikut diperketat
Karena percakapan suara berlangsung langsung, OpenAI juga menambahkan pelindung bawaan untuk mendeteksi respons tidak aman saat AI sedang berbicara. Jika risikonya dianggap terlalu tinggi, sistem dapat mengarahkan percakapan ke jalur yang lebih aman atau menghentikan sesi.
OpenAI membatasi agar AI tidak meniru suara orang asli di luar variasi suara standar yang sudah tersedia. Pembatasan ini menjadi bagian penting untuk menjaga fitur suara tetap terkendali saat dipakai lebih luas.
GPT-Live sudah tersedia secara global untuk pengguna ChatGPT di iOS, Android, dan web. Untuk pelanggan ChatGPT Plus, Pro, dan Go, layanan ini akan otomatis menggunakan model utama GPT-Live-1.
Sementara itu, pengguna gratis akan ditenagai oleh GPT-Live-1 mini. Dengan perubahan ini, ChatGPT Voice bergerak ke arah percakapan yang lebih alami tanpa meninggalkan keamanan dan pembatasan yang lebih ketat.