ChatGPT Voice mengalami pembangunan ulang terbesar sejak Advanced Voice Mode diluncurkan. Mulai 8 Juli 2026, GPT-Live menjadi standar baru: GPT-Live-1 untuk pengguna berbayar di Go, Plus, dan Pro, serta GPT-Live-1 mini untuk tingkat Gratis.
Jika Anda memakai suara setiap hari, fokuskan evaluasi pada dua hal: fitur apa yang membaik, dan fitur apa yang belum tersedia. Jawabannya cukup jelas: GPT-Live lebih baik untuk percakapan real-time, tetapi Advanced Voice Mode masih penting jika workflow Anda bergantung pada video atau berbagi layar.
Perbandingan Sekilas
| Area | Advanced Voice Mode | GPT-Live |
|---|---|---|
| Model percakapan | Berbasis giliran: berbicara setelah Anda berhenti | Full-duplex: mendengarkan sambil berbicara |
| Interupsi | Didukung, tetapi batas giliran sering salah | Berkesinambungan; memutuskan berkali-kali per detik |
| Umpan balik non-verbal (“mhmm”) | Tidak | Ya |
| Pertanyaan sulit | Dijawab oleh model suara itu sendiri | Didelegasikan ke GPT-5.5 di latar belakang |
| Pencarian web | Terbatas | Pencarian didelegasikan dan masuk ke percakapan |
| Terjemahan langsung | Dasar | Didukung |
| Kartu visual: cuaca, saham, olahraga | Tidak | Ya |
| Berbagi video dan layar | Ya, untuk pelanggan yang memenuhi syarat | Tidak saat peluncuran |
| Ketersediaan | Tetap tersedia | Standar, diluncurkan secara global |
Apa yang benar-benar meningkat
1. Percakapan tidak lagi terasa seperti walkie-talkie
Advanced Voice Mode masih bekerja dalam giliran terpisah. Jika Anda berhenti sebentar untuk berpikir, atau ada noise di latar belakang, sistem bisa menganggap Anda sudah selesai berbicara.
GPT-Live memproses input secara terus-menerus sambil menghasilkan output. Dampaknya:
- Anda bisa berpikir di tengah kalimat tanpa langsung dipotong.
- Model bisa memberi respons pendek seperti “mhmm” saat Anda menjelaskan.
- Interupsi terasa lebih natural.
- Percakapan panjang 5–10 menit lebih mudah dipertahankan.
Dalam evaluasi pengguna OpenAI, pengguna dilaporkan “sangat menyukai” GPT-Live untuk percakapan tatap muka.
2. Pertanyaan sulit tidak berhenti di model suara
Advanced Voice Mode menjawab dari kemampuan model suara itu sendiri.
GPT-Live memakai pola berbeda: saat pertanyaan membutuhkan pencarian, penalaran, atau kemampuan agen yang lebih kuat, tugas didelegasikan ke model yang lebih kuat di latar belakang, yaitu GPT-5.5 saat peluncuran.
Artinya, untuk pertanyaan seperti:
Bandingkan dua pendekatan arsitektur ini dan jelaskan trade-off-nya.
atau:
Cari informasi terbaru, lalu rangkum implikasinya untuk keputusan teknis saya.
GPT-Live tidak hanya bergantung pada model suara. Ia dapat melanjutkan percakapan sambil menunggu hasil dari model yang lebih kuat.
OpenAI menyatakan GPT-Live “secara substansial mengungguli” Advanced Voice Mode pada GPQA dan menunjukkan peningkatan kuat pada pencarian web agentic BrowseComp. Skor tidak dipublikasikan, tetapi alasan arsitekturnya masuk akal: batas kecerdasannya kini berada pada GPT-5.5, bukan hanya model suara.
3. Output percakapan bisa lebih visual
GPT-Live juga menambahkan elemen visual di dalam percakapan, seperti:
- kartu cuaca,
- kartu saham,
- kartu olahraga,
- gambar dan file dalam chat suara,
- memori yang tetap digunakan selama interaksi.
Untuk penggunaan sehari-hari, ini membuat voice mode lebih berguna sebagai antarmuka kerja, bukan hanya fitur tanya jawab.
Apa yang hilang untuk saat ini
Berbagi video dan layar belum tersedia di GPT-Live
OpenAI menyatakan bahwa saat peluncuran, GPT-Live belum mendukung suara dengan berbagi video atau layar di ChatGPT. Fitur tersebut sedang dikerjakan, tetapi belum tersedia.
Advanced Voice Mode tetap mempertahankan fitur ini untuk pelanggan yang memenuhi syarat.
Tunda migrasi jika workflow Anda seperti ini:
- mengarahkan kamera ke perangkat rusak,
- meminta bantuan debugging lewat screen sharing,
- menunjukkan UI aplikasi dan meminta analisis,
- melakukan review visual langsung,
- memakai pola “lihat ini, lalu bantu saya”.
Dalam skenario tersebut, GPT-Live saat ini adalah penurunan fitur. Pilihan paling aman adalah tetap memakai Advanced Voice Mode sampai dukungan video dan layar hadir di GPT-Live.
Perilaku GPT-Live masih baru
Advanced Voice Mode sudah lebih dikenal dan perilakunya relatif stabil. GPT-Live baru diluncurkan bertahap, jadi perubahan perilaku di fase awal masih wajar.
Jika Anda menggunakan voice mode untuk workflow penting, lakukan validasi sederhana sebelum mengganti mode utama.
Contoh checklist:
[ ] Apakah GPT-Live menangani jeda bicara dengan baik?
[ ] Apakah interupsi terasa natural?
[ ] Apakah hasil pencarian cukup relevan?
[ ] Apakah terjemahan langsung sesuai kebutuhan?
[ ] Apakah workflow saya membutuhkan kamera atau screen sharing?
Rekomendasi migrasi
Beralih sekarang jika Anda memakai suara untuk percakapan
Gunakan GPT-Live jika kebutuhan utama Anda adalah:
- diskusi ide,
- tanya jawab,
- brainstorming,
- terjemahan langsung,
- pekerjaan tanpa tangan,
- percakapan panjang,
- pencarian berbasis suara.
Perbedaan full-duplex cukup besar. Anda tidak perlu terlalu sering menyesuaikan cara bicara agar model “mengerti” kapan harus merespons.
Untuk pengaturan mode, pemilihan varian, dan CarPlay, lihat panduan cara menggunakan GPT-Live.
Tunggu jika Anda memakai video atau berbagi layar
Tetap gunakan Advanced Voice Mode jika fitur utama Anda adalah:
voice + camera
voice + screen sharing
voice + visual troubleshooting
Anda tidak kehilangan apa pun dengan menunggu, karena OpenAI tetap menyediakan Standard dan Advanced Voice Mode. GPT-Live menjadi default, bukan satu-satunya pilihan.
Pengguna gratis tidak perlu memilih
Untuk pengguna tingkat Gratis, GPT-Live-1 mini menjadi standar. Anda tetap mendapatkan gaya interaksi full-duplex, dengan GPT-5.5 Instant di belakangnya.
Cara mengevaluasi GPT-Live secara praktis
Jika Anda ingin membandingkan GPT-Live dan Advanced Voice Mode, jangan hanya mencoba satu pertanyaan. Gunakan skenario yang mirip dengan penggunaan harian.
Contoh skrip pengujian:
Saya akan menjelaskan masalah teknis selama 2 menit. Jangan jawab dulu sampai saya selesai.
Lalu uji:
- Apakah model menunggu saat Anda berpikir?
- Apakah model memotong kalimat Anda?
- Apakah Anda bisa menginterupsi jawabannya?
- Apakah jawaban tetap relevan setelah percakapan panjang?
- Apakah model bisa menangani pertanyaan lanjutan tanpa kehilangan konteks?
Untuk pengujian pencarian:
Cari informasi terbaru tentang topik ini, lalu jelaskan implikasinya untuk developer.
Untuk pengujian terjemahan:
Terjemahkan percakapan ini secara langsung dari bahasa Indonesia ke bahasa Inggris.
Untuk pengujian workflow visual:
Saya perlu menunjukkan layar atau kamera. Apakah mode ini mendukungnya?
Jika jawaban terakhir menjadi blocker, gunakan Advanced Voice Mode.
Gambaran yang lebih besar
Rilis ini mengakhiri era “walkie-talkie” untuk AI suara di salah satu asisten yang paling banyak digunakan. Pola arsitekturnya juga penting: front-end percakapan cepat menangani interaksi real-time, lalu mendelegasikan tugas berat ke model penalaran yang lebih kuat.
Perbandingan dengan pendekatan Google masih terbuka. Dalam GPT-Live vs Gemini Live, trade-off-nya berbeda: Gemini Live dapat melihat kamera dan layar Anda, sedangkan GPT-Live unggul pada percakapan.
Untuk developer, GPT-Live belum tersedia di API. Pembahasan stack kerja dan kemungkinan integrasinya ada di Apakah ada API GPT-Live?.
Sementara itu, jika Anda membangun agen suara di Realtime API, Apidog dapat membantu pengujian WebSocket dan mocking backend yang biasanya dibutuhkan proyek suara. Anda juga bisa unduh gratis untuk menjaga sesi pengujian tetap mudah diperiksa.
FAQ
Apakah Advanced Voice Mode akan dihilangkan?
Tidak. OpenAI tetap menyediakan Standard dan Advanced Voice Mode. GPT-Live menjadi standar, bukan satu-satunya pilihan.
Bisakah saya beralih kembali ke Advanced Voice Mode?
Ya. Pemilihan mode suara tetap tersedia di pengaturan suara ChatGPT. Pelanggan yang memenuhi syarat juga tetap dapat memakai fitur berbagi video dan layar di Advanced Voice Mode.
Apakah GPT-Live mendukung berbagi video atau layar?
Tidak saat peluncuran. OpenAI mengatakan kemampuan ini akan hadir di GPT-Live “segera”. Sampai saat itu, Advanced Voice Mode adalah opsi yang perlu dipakai jika Anda membutuhkan video atau screen sharing.
Apakah GPT-Live lebih pintar dari Advanced Voice Mode?
Menurut OpenAI, GPT-Live lebih baik untuk penalaran sains GPQA dan lebih kuat dalam pencarian web agentic. Alasannya: GPT-Live dapat mendelegasikan pertanyaan sulit ke GPT-5.5, bukan menjawab hanya dari model suara. Skor detail tidak dipublikasikan.
Top comments (0)