概要
GPT-Live 1とはどんなモデルか
GPT-Live 1は聞きながら同時に話せるため、すべてのやり取りを厳密なターン制に縛ることなく、言葉の間、相づち、割り込み、背景ノイズに対応できます。また、リアルタイムの音声とあわせて、文字起こしと応答テキストも提供します。
このアーキテクチャでは、会話とより深い処理を切り分けています。GPT-Live 1が音声でのやり取りを担い、推論と承認済みツールの実行は、Responses APIのモデルまたはアプリケーション側で運用するエージェントが担当します。そのため、公表されている音声料金には、バックエンドのモデル利用料、ツール、電話回線、アプリケーションのインフラは含まれません。
適した用途
- 自然な会話で進めるカスタマーサービスや日程調整の通話
- 処理の実行中も会話を続ける必要がある音声インターフェース
- バックエンドエージェントを選択または運用したいチーム
カテゴリ比較
音声モデルで押さえるべき仕様
これらはプロバイダーが公表している仕様で、Codyによるベンチマークスコアではありません。最新の制限やエンドポイントごとの例外は、リンク先の出典をご確認ください。
- 料金体系
- $0.05 / 音声1分+バックエンド利用料掲載している利用経路での、トークン数・文字数・分数に基づく料金。
- 対話方式
- 全二重の音声フロントエンド(処理はバックエンドに委任)音声から音声、オーディオからオーディオ、ストリーミング型のテキスト読み上げといった動作方式。
- 公表されたレイテンシ
- 非公開プロバイダーが公表した測定値(明記された除外条件を含む)。Codyによるテストではありません。
- 対応言語
- 複数のアクセント・方言・言語(正確な一覧は非公開)プロバイダーが公表している対応言語。公表がない場合はその旨を明記します。
- ツールと制御
- Responsesまたはクライアント経由で、バックエンドのエージェントやツールに委任組み込みの関数呼び出し、推論、音声制御などの機能。
- コンテキスト/入力の上限
- 非公開公表されているトークン数または文字数の上限(該当する場合)。
APIとプロバイダー経由の利用
GPT-Live 1を利用できるサービス
提供状況
提供地域と提供段階
OpenAIのLive APIを通じて、ブラウザ、サーバー、電話の音声アプリケーションで利用できます。
OpenAIから直接利用できるかどうかは、同社が公開している最新の対応国リストによって決まります。このモデルはAPIの無料枠では利用できません。
最新の提供状況を確認データと学習
データの利用と保持
OpenAIによると、APIで送信したコンテンツはデフォルトでは学習に使用されません。不正利用の監視ログはデフォルトで最大30日間保持される場合があり、条件を満たす組織は追加のデータ管理オプションを利用できます。
引用したプロバイダー資料を簡潔にまとめたもので、法的助言ではありません。サードパーティのゲートウェイでは、保存、ルーティング、学習、データ所在地に関する条件が、モデル開発元の直接APIと異なる場合があります。
プロバイダーのポリシーを読むよくある質問
GPT-Live 1に関するよくある質問
GPT-Live 1とは何ですか?
自然な会話を担い、より深い推論や操作は別のバックエンドエージェントに委ねる、OpenAIの全二重音声フロントエンド。GPT-Live 1は聞きながら同時に話せるため、すべてのやり取りを厳密なターン制に縛ることなく、言葉の間、相づち、割り込み、背景ノイズに対応できます。また、リアルタイムの音声とあわせて、文字起こしと応答テキストも提供します。
GPT-Live 1はいつリリースされましたか?
引用元のプロバイダー資料によると、GPT-Live 1は2026年9月10日にリリースされました。
GPT-Live 1はどこから利用できますか?
OpenAIのLive APIを通じて、ブラウザ、サーバー、電話の音声アプリケーションで利用できます。このガイドで紹介している利用経路はOpenAIです。
GPT-Live 1の料金はいくらですか?
$0.05 / 音声1分。音声セッションは1分単位の切り上げなしで、秒単位で課金されます。バックエンドのモデルとツールの利用料は別途課金され、電話回線やアプリケーションのインフラ費用も別途かかります。
GPT-Live 1はどの地域で利用できますか?
OpenAIのLive APIを通じて、ブラウザ、サーバー、電話の音声アプリケーションで利用できます。OpenAIから直接利用できるかどうかは、同社が公開している最新の対応国リストによって決まります。このモデルはAPIの無料枠では利用できません。
GPT-Live 1のAPIに送信したデータは学習に使用されますか?
OpenAIによると、APIで送信したコンテンツはデフォルトでは学習に使用されません。不正利用の監視ログはデフォルトで最大30日間保持される場合があり、条件を満たす組織は追加のデータ管理オプションを利用できます。このポリシーは利用経路とアカウントの規約によって異なるため、本番環境で使用する前に改めて確認してください。
関連する比較
モデル別の詳細比較
GPT-Live 1 vs Grok Voice 3.0
会話、カスタマーサポート、通話中にツールを使うアシスタント向けのGrokのリアルタイム音声モデルです。
詳しい比較を見るGPT-Live 1 vs Gemini 3.8 Live
音声・テキスト・視覚情報を使った応答性の高い会話向けのGoogleのリアルタイム音声モデル。
詳しい比較を見るGPT-Live 1 vs Gemini 3.8 Live Extended Thinking
会話を続けながら複雑なリクエストをバックグラウンドで処理する、独立したGemini音声モデル。
詳しい比較を見るGPT-Live 1 vs GPT-Realtime-2.1
推論機能を備えた、OpenAIのリアルタイム音声対話モデル。ツールを使い、テキストや画像のコンテキストも必要とする音声エージェントに向いています。
詳しい比較を見るGPT-Live 1 vs Gemini 3.1 Flash Live Preview
Google のプレビュー オーディオツーオーディオ モデル。マルチモーダルな認識、思考、検索グラウンディング、機能呼び出しを備えた低遅延対話を実現します。
詳しい比較を見るGPT-Live 1 vs Eleven v3 Conversational
ElevenLabs の表現力豊かなリアルタイム テキスト読み上げモデルは、自然な対話、感情表現、オーディオ タグ、および 70 以上の言語に対応します。
詳しい比較を見るGPT-Live 1 vs Inworld Realtime TTS-2
Inworld の最新の表現力豊かなリアルタイム テキスト読み上げモデル。会話の内容を記憶し、100 以上の言語で話すように設計されています。
詳しい比較を見るGPT-Live 1 vs Grok Voice 2.0
Grok Voice 3.0への移行に伴い非推奨となった、前世代のGrok音声モデルです。
詳しい比較を見る