OpenAIのGPT-Live-1 API提供開始。ChatGPT Voice級の会話がアプリへ広がる

声のAIがアプリ側へ出た

OpenAIは2026年9月10日、GPT-Live-1をAPI（アプリが機能を呼び出す入口）で提供開始しました。ChatGPT Voiceの自然な会話体験が、開発者のアプリにも入ります。

このニュースの芯は、モデル名が増えたことではありません。声で話すAIが、単体の機能からアプリの部品へ広がることです。

OpenAIは7月8日にGPT-Liveを発表しました。その時点で、GPT-Live-1とGPT-Live-1 miniをChatGPT Voiceへ展開し始めています。

使える範囲は二つに分かれる

APIのフロントエンド音声レイヤー（会話の声を受け持つ表側の部分）は、1分あたり0.05ドルです。背後のモデルや業務システムは、別に組み合わせる設計です。

ChatGPT Voice側はプランごとの上限があります。使える範囲は、プラン、地域、アプリ版、管理設定で変わります。

順番待ちの会話から抜ける

従来の音声AIは、いくつかの役を順番につないでいました。ここで遅れや文脈の抜けが起きやすくなります。

・STT（音声を文字にする処理）

・文章で考えるモデル

・TTS（文字を声に戻す処理）

GPT-Live-1はfull-duplex architecture（聞くことと話すことを同時に扱う設計）です。相手の間、割り込み、話す速さの変化を見ながら返せます。

つまり、会話を一往復ずつ処理する感覚が薄れます。AIが順番待ちの相手から、会話の中にいる相手へ近づくのです。

会話係と考える係を分けた

GPT-Live-1は、表側の会話をなめらかにします。一方で、検索や深い推論（時間をかけて筋道を考える処理）は背後へ渡せます。

7月の発表では、GPT-Liveが背景モデルとしてGPT-5.5を使うと説明されました。9月のAPI発表では、開発者が背後のモデルやツールを選べることが前に出ています。

声のAIが全部を一人で抱えるわけではありません。話し続ける係と、奥で考える係を分けるところが新しい設計です。

電話の仕事で差が出る

OpenAIは、GPT-Live-1が電話向けの利用にも対応すると説明しています。例として、レストラン予約や顧客サポートが挙げられています。

評価面では、GPT-Live-1はFull Duplex Bench（同時会話の扱いを測る評価）でGPT-Realtime-2.1を30ポイント上回ったとされています。Speakの初期評価では、考える間への割り込みが従来型よりほぼ80%減ったと説明されています。

数字だけを見る話ではありません。人が少し黙った時に待てることが、音声AIでは性能そのものになります。

安全策も声向けに組み替えた

声のAIは、文章チャットより距離が近く感じられます。だから安全策も、声の流れに合わせる必要があります。

GPT-Live System Card（モデルの性質や安全性をまとめる公開資料）は、音声特有の評価を行ったと説明しています。レッドチーミング（攻撃役で安全性を試す検証）も含まれます。

さらに、会話が進む最中に入力と出力を見ます。危ない内容が出た時は、返答を安全側へ寄せたり、会話を終えたりできます。