Resposta curta: não. O GPT-Live, a família de modelos de voz full-duplex que a OpenAI anunciou em 8 de julho de 2026, é um recurso do ChatGPT no lançamento. O compromisso público para desenvolvedores é apenas: “Também planejamos trazê-los para a API em breve, e desenvolvedores e empresas podem se inscrever para serem notificados usando este formulário.”
Isso significa: sem endpoints, sem IDs de modelo, sem preços e sem cronograma além de “em breve”.
Se você está construindo um agente de voz neste trimestre, não planeje em cima de uma API que ainda não existe. A opção disponível hoje é a API Realtime, já geralmente disponível, com modelos atualizados recentemente. Este guia mostra o que dá para implementar agora, como aproximar a UX do GPT-Live com a pilha atual e o que deixar preparado para quando uma API do GPT-Live for lançada.
O que o GPT-Live promete entregar depois
Antes de escolher a arquitetura atual, vale separar o que é GPT-Live do que já está disponível. A arquitetura do GPT-Live tem dois pontos principais:
- Conversa full-duplex: o modelo processa áudio de entrada enquanto gera áudio de saída. Ele decide continuamente se deve falar, ouvir, pausar, interromper ou chamar uma ferramenta.
- Delegação em segundo plano: quando uma pergunta exige pesquisa, raciocínio ou comportamento mais agentic, o GPT-Live pode delegar a tarefa para outro modelo, como GPT-5.5, e depois integrar a resposta na conversa ao vivo.
Essas duas capacidades ainda não estão expostas como API. Mas ambas podem ser aproximadas com a API Realtime atual.
O que você pode construir hoje com a API Realtime
A API Realtime é a opção prática para quem procura uma “API GPT Live” hoje.
| Capacidade | Status hoje |
|---|---|
| Modelos |
gpt-realtime, gpt-realtime-1.5, gpt-realtime-2.1, gpt-realtime-2.1-mini
|
| Transporte | WebSocket e WebRTC |
| Chamadas telefônicas | Suporte SIP |
| Uso de ferramentas | Chamada de função + servidores MCP remotos |
| Entradas | Áudio, texto, imagens |
Preços (gpt-realtime) |
$4/M tokens de entrada, $16/M tokens de saída; taxas de áudio cobradas separadamente |
Com essa pilha, você já consegue implementar:
- fala-para-fala em um único modelo;
- latência de turno abaixo de um segundo;
- interrupções via detecção de atividade de voz no servidor;
- chamadas de ferramentas durante a conversa;
- integração via WebSocket, WebRTC ou SIP.
Referências úteis:
A diferença importante: a API Realtime não é full-duplex real. Ela funciona como um half-duplex rápido. O modelo lida bem com interrupções, mas não continua falando enquanto escuta nem gera backchannels naturais enquanto o usuário fala.
Essa é a lacuna que o GPT-Live deve preencher quando chegar à API.
Como aproximar o comportamento do GPT-Live hoje
Se você precisa lançar um agente de voz agora, use três padrões de implementação.
1. Ajuste agressivo de interrupção
Configure a detecção de atividade de voz no servidor com limites mais sensíveis para reduzir a sensação de “turnos rígidos”.
Teste com fala real, não apenas com frases de demonstração. Os pontos que geralmente quebram a experiência são:
- ruído de fundo;
- pausas longas para pensar;
- usuários interrompendo o agente;
- falas curtas como “sim”, “não”, “pera”;
- alternância rápida entre perguntas e correções.
Na prática, valide a configuração com gravações de usuários reais ou sessões internas simulando cenários ruins.
2. Delegação manual para tarefas difíceis
O GPT-Live promete delegar raciocínio ou pesquisa para outro modelo em segundo plano. Hoje você pode reproduzir esse padrão manualmente:
- Mantenha
gpt-realtime-2.1no loop principal de voz. - Quando a pergunta exigir raciocínio mais profundo, acione uma chamada de função.
- Envie a pergunta para um modelo mais forte, como GPT-5.5 via API padrão.
- Enquanto isso, o agente de voz reconhece a solicitação e ganha tempo.
- Quando a resposta retornar, injete o resultado na sessão Realtime.
Exemplo de fluxo lógico:
Usuário:
"Compare estes dois contratos e diga onde há risco."
Agente Realtime:
"Claro, vou analisar os pontos principais."
Função:
analisar_documentos(contrato_a, contrato_b)
Modelo auxiliar:
processa a análise em segundo plano
Agente Realtime:
"Encontrei três riscos principais: cláusula de rescisão, limite de responsabilidade e prazo de renovação..."
Mantenha essa delegação desacoplada. Se a OpenAI expuser isso como primitivo nativo no GPT-Live, você poderá trocar sua implementação manual por configuração da própria API.
3. Áudio de preenchimento para chamadas longas
Sem backchannels nativos, uma alternativa é tocar áudios curtos durante chamadas de ferramentas demoradas.
Exemplos:
"Entendi."
"Estou verificando isso."
"Só um instante."
"Já encontrei parte da resposta."
Não é tão elegante quanto full-duplex nativo, mas melhora a percepção de latência em chamadas longas.
Use com cuidado:
- evite repetir sempre a mesma frase;
- não toque preenchimento se a resposta real já está pronta;
- interrompa o áudio de preenchimento se o usuário voltar a falar.
Testando a pilha em tempo real
Agentes de voz costumam falhar mais no transporte do que no modelo. Por isso, teste WebSocket, eventos, áudio e ferramentas isoladamente antes de integrar tudo no app.
No Apidog, você pode controlar a sessão WebSocket diretamente:
- conectar ao endpoint Realtime;
- enviar configuração de sessão;
- transmitir eventos de áudio;
- observar os eventos do servidor em ordem;
- depurar chamadas de função e deltas de áudio.
Isso ajuda a encontrar problemas como:
- VAD disparando cedo demais;
- eventos de função misturados com deltas de áudio;
- sessão encerrando por configuração inválida;
- payloads malformados;
- ordem incorreta de eventos.
Dois hábitos práticos:
- mantenha a chave de API em uma variável de ambiente do Apidog, não hardcoded em cada protótipo;
- simule os endpoints de ferramentas do seu backend para testar o loop conversacional sem depender dos serviços reais.
Você pode baixar o Apidog gratuitamente; o teste de WebSocket está incluído.
O que preparar para a API do GPT-Live
Ao ler o anúncio como um possível roadmap de API, três decisões arquiteturais valem atenção.
1. Modele a sessão como eventos contínuos
Full-duplex significa fluxo contínuo em ambas as direções, não apenas:
usuário fala → modelo responde → usuário fala → modelo responde
Evite código acoplado a turnos rígidos. Prefira uma arquitetura orientada a eventos:
audio.input.delta
audio.output.delta
tool.call.started
tool.call.completed
user.interrupted
session.updated
Mesmo que os nomes reais da futura API sejam diferentes, esse modelo mental será mais fácil de portar.
2. Mantenha a delegação desacoplada
Se hoje você implementa delegação manual para outro modelo, isole isso em uma camada própria.
Exemplo:
Realtime Agent
↓
Delegation Router
↓
Modelo auxiliar / ferramenta / busca / banco de dados
Assim, se a OpenAI expuser delegação nativa no GPT-Live, você troca o roteador sem reescrever o agente inteiro.
3. Espere variantes, não um único modelo
O GPT-Live foi lançado no ChatGPT em quatro variantes, combinando modos Instant-backed e Thinking-backed com diferentes níveis de esforço.
Se a API seguir formato parecido, o design provavelmente envolverá escolhas por sessão, como:
- menor latência;
- mais raciocínio;
- menor custo;
- melhor qualidade de resposta.
Planeje sua configuração para ser parametrizável, não hardcoded.
Decisão prática
| Sua situação | Faça isto |
|---|---|
| Vai lançar um agente de voz nos próximos 3 meses | Construa com gpt-realtime-2.1 agora; a pilha está GA e estável |
| Está prototipando para lançamento no fim de 2026 | Use a API Realtime, mantenha a delegação desacoplada e inscreva-se para notificações do GPT-Live |
| Precisa apenas de “conversar com o ChatGPT” para consumidor final | Você não precisa de API; o GPT-Live já está no produto |
| Está decidindo entre pilhas da OpenAI | Leia GPT-Live vs GPT-Realtime primeiro |
FAQ
Existe uma API GPT-Live?
Não. No lançamento, o GPT-Live alimenta o ChatGPT Voice. A OpenAI diz que planeja trazer os modelos para a API “em breve”, com um formulário de inscrição para notificações.
Qual é a API mais próxima do GPT-Live hoje?
A API Realtime com gpt-realtime-2.1 ou gpt-realtime-2.1-mini. Ela oferece fala-para-fala, WebSocket/WebRTC, chamadas SIP e suporte a ferramentas MCP.
Posso replicar a delegação do GPT-Live com a API atual?
Em grande parte, sim. Use chamada de função para enviar perguntas difíceis do modelo em tempo real para outro modelo, como GPT-5.5, e depois injete o resultado de volta na sessão. O GPT-Live produtoiza esse padrão.
O GPT-Live substituirá a API Realtime?
A OpenAI não afirmou isso. Considerando o status GA da API Realtime e a estrutura de variantes do GPT-Live no ChatGPT, a suposição mais segura para planejamento é coexistência.
Top comments (0)