Apa Itu GPT-Live?

OpenAI memperkenalkan GPT-Live, generasi baru model suara yang menggerakkan ChatGPT Voice. Inti teknisnya: GPT-Live dapat mendengarkan dan berbicara secara bersamaan, bukan lagi bergantian seperti mode suara sebelumnya.

Coba Apidog hari ini

Sebelumnya, pengalaman suara ChatGPT bekerja seperti walkie-talkie: pengguna berbicara, model menunggu, lalu model menjawab. GPT-Live memakai pendekatan dupleks penuh. Model memproses audio masuk sambil menghasilkan audio keluar, lalu memutuskan berkali-kali per detik apakah harus:

• berbicara,
• tetap mendengarkan,
• menjeda,
• menyela,
• atau memanggil alat.

Hasilnya, interaksi suara terasa lebih natural: model bisa memberi respons pendek seperti “mhmm”, menunggu saat Anda berpikir, dan melanjutkan percakapan ketika Anda memotong jawabannya.

Sekilas GPT-Live

	Detail
Diumumkan	8 Juli 2026
Apa itu	Keluarga model suara dupleks penuh yang menggerakkan ChatGPT Voice
Varian	GPT-Live-1, GPT-Live-1 mini, GPT-Live-1 Medium, GPT-Live-1 High
Backend	GPT-5.5 Instant untuk GPT-Live-1 dan mini; GPT-5.5 Thinking untuk Medium dan High
Standar untuk berbayar	GPT-Live-1 untuk Go, Plus, dan Pro
Standar untuk gratis	GPT-Live-1 mini
Platform	iOS, Android, chatgpt.com
Berbagi video / layar	Belum saat peluncuran
API	Belum tersedia; OpenAI berencana menghadirkannya ke API “segera”

Cara memahami arsitektur GPT-Live

GPT-Live bukan hanya model suara tunggal. Ia adalah keluarga model dengan peran berbeda.

OpenAI menjelaskan bahwa:

• GPT-Live-1 dan GPT-Live-1 mini menggunakan GPT-5.5 Instant di backend.
• GPT-Live-1 Medium dan GPT-Live-1 High menggunakan GPT-5.5 Thinking dengan upaya penalaran menengah dan tinggi.

Dengan kata lain, lapisan suara menangani interaksi real-time, sementara GPT-5.5 menangani penalaran di belakangnya.

Secara praktis:

• Gunakan GPT-Live-1 untuk interaksi suara harian di paket Go, Plus, dan Pro.
• Gunakan GPT-Live-1 mini jika Anda berada di tingkat Gratis.
• Gunakan GPT-Live-1 Medium atau High saat kualitas penalaran lebih penting daripada respons tercepat.

Delegasi: pola penting untuk agen suara

Masalah klasik pada AI suara adalah trade-off berikut:

• Model yang cukup cepat untuk percakapan real-time sering kurang kuat untuk pertanyaan kompleks.
• Model yang kuat untuk penalaran biasanya terlalu lambat untuk dialog suara yang natural.

GPT-Live mengatasi ini dengan delegasi.

Ketika pertanyaan membutuhkan pencarian, penalaran, atau kemampuan agen, GPT-Live dapat mendelegasikan tugas tersebut ke model lain seperti GPT-5.5. Sementara model lain memproses tugas berat, GPT-Live tetap menjaga percakapan tetap berjalan.

Pola ini penting untuk developer karena arsitektur agen suara produksi kemungkinan akan mengikuti pendekatan serupa:

Audio pengguna
   ↓
Model suara real-time
   ↓
Deteksi kebutuhan:
- jawab langsung
- cari web
- panggil tool
- delegasikan ke model penalaran
   ↓
Gabungkan hasil ke percakapan suara

Jika Anda membangun agen suara, jangan desain sistem sebagai satu model yang melakukan semuanya. Pisahkan jalur real-time, tool calling, dan penalaran berat.

Fitur GPT-Live saat peluncuran

Saat peluncuran, GPT-Live mendukung beberapa kemampuan utama:

• Pencarian web, dengan hasil yang dikembalikan ke dialog.
• Terjemahan langsung antar bahasa dalam percakapan.
• Kartu visual untuk cuaca, saham, dan olahraga.
• Unggahan gambar dan file di dalam percakapan suara.
• Memori, konsisten dengan fitur ChatGPT lainnya.

Namun ada batasan penting: GPT-Live belum mendukung suara dengan video atau berbagi layar di ChatGPT saat peluncuran.

Mode Suara Canggih tetap mempertahankan kemampuan video dan screen sharing untuk pelanggan yang memenuhi syarat. Jika workflow Anda bergantung pada kamera, misalnya menunjuk objek fisik atau melihat layar pengguna, jangan langsung migrasi. Perbandingan detailnya ada di GPT-Live vs Advanced Voice Mode.

Tolok ukur yang dikutip OpenAI

OpenAI menyebutkan tiga evaluasi. Semuanya dibandingkan dengan Mode Suara Canggih, bukan produk pesaing.

GPQA

GPT-Live-1 disebut “secara substansial mengungguli” Mode Suara Canggih dalam penalaran ilmiah tingkat ahli untuk biologi, kimia, dan fisika.

BrowseComp

GPT-Live menunjukkan “peningkatan kuat” pada pencarian web agen dan informasi yang sulit ditemukan.

τ³-Voice Telecom

Pada varian internal benchmark τ³-Voice Telecom, GPT-Live menunjukkan performa lebih baik untuk tugas dukungan telekomunikasi multi-giliran yang realistis.

OpenAI juga menyebut bahwa pengguna “sangat menyukai” GPT-Live dalam percakapan langsung berdurasi 5–10 menit.

Namun, untuk evaluasi teknis, perhatikan hal yang belum tersedia:

• skor publik lengkap,
• angka latensi,
• harga,
• dan perbandingan langsung dengan produk pesaing.

Jadi perlakukan klaim benchmark ini sebagai sinyal awal, bukan dasar final untuk keputusan produksi.

Posisi untuk developer

Saat ini belum ada API GPT-Live.

OpenAI menyatakan bahwa mereka berencana menghadirkan GPT-Live ke API “segera”, dan developer serta perusahaan dapat mendaftar untuk diberi tahu.

Untuk membangun agen suara sekarang, jalur yang tersedia adalah Realtime API, bukan GPT-Live API. Realtime API tersedia secara umum dengan:

• keluarga model gpt-realtime-2.1,
• transport WebSocket,
• transport WebRTC,
• panggilan telepon SIP,
• dukungan server MCP.

Jika Anda sedang merancang produk suara, mulai dari panduan ini: Apakah ada API GPT-Live? Apa yang dapat digunakan pengembang hari ini.

Untuk membedakan dua stack ini, baca juga GPT-Live vs GPT-Realtime.

Implementasi praktis: mulai dari Realtime API

Jika target Anda adalah membuat prototipe agen suara, pisahkan pekerjaan menjadi beberapa komponen:

Client voice app
   ↓ WebRTC / WebSocket
Realtime API session
   ↓ events
Tool handler / backend
   ↓
External APIs / database / MCP server

Checklist awal:

1. Buat client yang bisa membuka koneksi WebSocket atau WebRTC.
2. Kirim audio pengguna sebagai stream.
3. Tangani event respons model secara bertahap.
4. Tambahkan tool handler untuk operasi backend.
5. Log semua event masuk dan keluar untuk debugging.
6. Mock backend sebelum menghubungkan sistem ke API produksi.

Saat membuat prototipe dengan Realtime API, Apidog dapat membantu untuk:

• menguji sesi WebSocket,
• memeriksa event yang dialirkan,
• membuat mock backend suara,
• dan menjaga pekerjaan frontend tetap berjalan meskipun koneksi model langsung belum stabil.

Cara mencoba GPT-Live di ChatGPT

Peluncuran GPT-Live bersifat global tetapi bertahap di iOS, Android, dan chatgpt.com.

Langkah praktis:

1. Perbarui aplikasi ChatGPT.
2. Buka mode Suara.
3. Mulai percakapan.
4. Periksa model suara yang digunakan.
5. Jika belum melihat perubahan, tunggu hingga rollout mencapai akun Anda.

Pengguna berbayar mendapatkan GPT-Live-1 sebagai standar suara baru. Pengguna Gratis mendapatkan GPT-Live-1 mini.

Panduan langkah demi langkah, peralihan varian, dan jalur CarPlay untuk semua paket di iOS 26.4+ dibahas di cara menggunakan GPT-Live.

Mengapa ini penting untuk developer

Selama dua tahun terakhir, suara menjadi antarmuka AI yang menarik untuk demo tetapi sulit untuk produksi. Masalah utamanya adalah turn-taking: pengguna bicara, model berhenti, lalu menjawab.

GPT-Live mengubah pola itu menjadi percakapan berkelanjutan. Kombinasi dupleks penuh dan delegasi membuat sistem suara dapat:

• tetap responsif,
• menangani interupsi,
• menjalankan pencarian atau tool call,
• dan menggabungkan hasil kompleks kembali ke dialog.

Versi API GPT-Live belum tersedia. Sampai OpenAI merilisnya, jalur praktis untuk membangun sistem yang berfungsi adalah Realtime API.

Jika Anda sedang membangun agen suara sekarang, mulai dari prototipe kecil: streaming audio, log event, mock backend, lalu tambahkan tool calling secara bertahap.

FAQ

Apa itu GPT-Live dalam satu kalimat?

GPT-Live adalah keluarga model suara dupleks penuh OpenAI yang menggerakkan ChatGPT Voice: ia dapat mendengarkan sambil berbicara, berkomunikasi lebih natural, dan mendelegasikan pertanyaan sulit ke GPT-5.5 di latar belakang.

Apakah GPT-Live gratis?

Pengguna tingkat Gratis mendapatkan GPT-Live-1 mini sebagai model suara standar. Pengguna berbayar Go, Plus, dan Pro mendapatkan GPT-Live-1.

Apakah GPT-Live mendukung video atau berbagi layar?

Belum saat peluncuran. Mode Suara Canggih tetap mempertahankan fitur video dan berbagi layar untuk pelanggan yang memenuhi syarat. OpenAI mengatakan sedang berupaya menghadirkan kemampuan ini ke GPT-Live.

Apakah ada API GPT-Live?

Belum. OpenAI berencana menghadirkan GPT-Live ke API “segera”. Untuk saat ini, developer dapat membangun agen suara menggunakan Realtime API.

Model apa yang menggerakkan GPT-Live?

GPT-Live-1 dan GPT-Live-1 mini berjalan di GPT-5.5 Instant. GPT-Live-1 Medium dan GPT-Live-1 High menggunakan GPT-5.5 Thinking dengan upaya penalaran menengah dan tinggi.