ما هو جي بي تي-لايف؟

قدمت OpenAI GPT-Live، وهو جيل جديد من نماذج الصوت التي تشغل الآن ChatGPT Voice. الفكرة الأساسية: النموذج لا ينتظر نهاية كلامك؛ بل يستمع ويتحدث في الوقت نفسه.

جرّب Apidog اليوم

كل تجربة سابقة لـ ChatGPT الصوتية، بما في ذلك وضع الصوت المتقدم، كانت تعمل بالتناوب: تتحدث، ينتظر، ثم يجيب. يعمل GPT-Live بنظام ثنائي الاتجاه كامل full-duplex: يعالج الصوت الوارد أثناء توليد المخرجات، ويقرر عدة مرات في الثانية هل يتحدث، أو يستمر في الاستماع، أو يتوقف مؤقتًا، أو يقاطع، أو يستدعي أداة.

عمليًا، هذا يعني أن المساعد يستطيع:

• قول "همم" أو تأكيد قصير أثناء شرحك.
• الانتظار عندما تتوقف للتفكير.
• استكمال الحوار طبيعيًا إذا قاطعته في منتصف الجملة.
• تفويض المهام الثقيلة لنموذج أقوى في الخلفية دون إيقاف المحادثة.

GPT-Live في لمحة

	التفاصيل
تاريخ الإعلان	8 يوليو 2026
ما هو	عائلة نماذج صوت ثنائية الاتجاه بالكامل (full-duplex) تشغل ChatGPT Voice
المتغيرات	GPT-Live-1, GPT-Live-1 mini, GPT-Live-1 Medium, GPT-Live-1 High
الخلفية التقنية	GPT-5.5 Instant (لـ 1 و mini)؛ GPT-5.5 Thinking (لـ Medium و High)
الافتراضي للمشتركين المدفوعين (Go/Plus/Pro)	GPT-Live-1
الافتراضي للمستوى المجاني	GPT-Live-1 mini
المنصات	iOS، Android، chatgpt.com (يُطرح عالميًا)
مشاركة الفيديو/الشاشة	ليس عند الإطلاق؛ "نعمل على تقديم هذه الإمكانيات قريبًا"
واجهة برمجة التطبيقات (API)	غير متوفر بعد؛ تخطط OpenAI لتقديمه إلى واجهة برمجة التطبيقات "قريبًا"

المتغيرات الأربعة، وما يدعمها

يُطرح GPT-Live كعائلة. توضح OpenAI أن:

يستخدم GPT-Live-1 و GPT-Live-1 mini نموذج GPT-5.5 Instant في الخلفية، بينما يستخدم GPT-Live-1 Medium و GPT-Live-1 High نموذج GPT-5.5 Thinking بجهد استدلال متوسط وعالي.

إذًا طبقة الصوت هي واجهة التفاعل، بينما يتولى GPT-5.5 العمل الفكري في الخلفية.

استخدم هذا التقسيم لفهم الحالات المناسبة لكل متغير:

• GPT-Live-1: الخيار اليومي الافتراضي للمشتركين في Go و Plus و Pro.
• GPT-Live-1 mini: نسخة المستوى المجاني، مع نفس نمط التفاعل ثنائي الاتجاه الكامل.
• GPT-Live-1 Medium / High: مناسبة عندما تحتاج المحادثة إلى استدلال أعمق مقابل زمن استجابة أعلى نسبيًا.

التفويض: الفكرة المعمارية الثانية

التصميم لا يعتمد فقط على full-duplex. الفكرة الثانية هي التفويض.

عندما يحتاج السؤال إلى بحث، أو استدلال، أو قدرات وكيلية، يمكن لـ GPT-Live تفويض المهمة إلى نموذج آخر مثل GPT-5.5، ثم دمج النتيجة في المحادثة عندما تصبح جاهزة.

هذا يعالج مشكلة معروفة في واجهات الصوت:

• النماذج السريعة كفاية للمحادثة اللحظية غالبًا لا تكون عميقة كفاية للأسئلة الصعبة.
• النماذج الأذكى تكون أبطأ من أن تحافظ على تدفق صوتي طبيعي.

GPT-Live يقسم المهمة:

1. نموذج الصوت يحافظ على تدفق المحادثة.
2. نموذج أقوى يعمل في الخلفية عند الحاجة.
3. النتيجة تعود إلى الحوار دون أن يتحول التفاعل إلى نمط "انتظر ثم أجب".

ما يمكن أن يفعله GPT-Live عند الإطلاق

عند الإطلاق، تتضمن الميزات المعلنة:

• البحث على الويب داخل الحوار.
• الترجمة الفورية بين اللغات أثناء المحادثة.
• بطاقات مرئية للطقس والأسهم والرياضة.
• تحميل الصور والملفات داخل محادثة صوتية.
• الذاكرة، بما يتوافق مع بقية ChatGPT.

لكن توجد فجوة مهمة:

عند الإطلاق، لن يدعم GPT-Live الصوت مع الفيديو أو مشاركة الشاشة في ChatGPT.

إذا كان سير عملك يعتمد على توجيه الكاميرا إلى كائنات أو مشاركة الشاشة، فلا تنتقل بالكامل بعد. لا يزال وضع الصوت المتقدم Advanced Voice Mode يحتفظ بهذه القدرات للمشتركين المؤهلين. للمقارنة التفصيلية، راجع مقارنة GPT-Live و Advanced Voice Mode.

المعايير التي تستشهد بها OpenAI

تذكر OpenAI ثلاثة تقييمات، وكلها مقارنة بوضع الصوت المتقدم، لا بمنتجات منافسة.

GPQA

يتفوق GPT-Live-1 "بشكل كبير" على Advanced Voice Mode في الاستدلال العلمي على مستوى الخبراء في البيولوجيا والكيمياء والفيزياء.

BrowseComp

تذكر OpenAI "مكاسب قوية" في البحث على الويب القائم على الوكيل، خصوصًا في المعلومات صعبة التحديد.

τ³-Voice Telecom

متغير داخلي يقيس أداء مهام دعم الاتصالات متعددة الأدوار الواقعية.

ذكرت OpenAI أيضًا أن المستخدمين "فضلوا بشدة" GPT-Live في محادثات وجهاً لوجه استغرقت من 5 إلى 10 دقائق.

ما يجب الانتباه له كمطور:

• لا توجد درجات منشورة كاملة.
• لا توجد أرقام كمون.
• لا توجد تفاصيل تسعير.
• المقارنة من البائع نفسه.

لذلك تعامل مع النتائج كإشارة اتجاهية، لا كلوحة نتائج نهائية. ستصبح المقارنات أكثر فائدة عندما يمكن اختبار المنتج المتاح فعليًا.

موقف المطورين

لا توجد واجهة برمجة تطبيقات GPT-Live متاحة اليوم.

الصياغة التي تستخدمها OpenAI هي:

نخطط أيضًا لتقديمها إلى واجهة برمجة التطبيقات قريبًا، ويمكن للمطورين والشركات التسجيل ليتم إبلاغهم باستخدام هذا النموذج.

إذا كنت تبني منتجًا صوتيًا الآن، فالخيار العملي الحالي هو Realtime API، وليس GPT-Live API.

المتاح حاليًا للمطورين يشمل:

• عائلة gpt-realtime-2.1.
• نقل عبر WebSocket.
• نقل عبر WebRTC.
• مكالمات هاتف SIP.
• دعم خادم MCP.

للبناء اليوم، ابدأ من هذه الأسئلة:

1. هل تحتاج قناة متصفح؟ استخدم WebRTC أو WebSocket حسب البيئة.
2. هل تحتاج اتصال هاتفي؟ راجع دعم SIP.
3. هل تحتاج أدوات خارجية؟ صمم تدفق الأحداث واستدعاءات الأدوات بوضوح.
4. هل تحتاج اختبار تدفقات صوتية؟ افصل العميل عن النموذج الحقيقي أثناء التطوير بمحاكاة الخلفية.

مثال مبسط لتدفق جلسة WebSocket صوتية:

const ws = new WebSocket("wss://api.example.com/realtime");

ws.addEventListener("open", () => {
  ws.send(JSON.stringify({
    type: "session.start",
    model: "gpt-realtime-2.1"
  }));
});

ws.addEventListener("message", (event) => {
  const msg = JSON.parse(event.data);

  if (msg.type === "audio.delta") {
    // شغّل مقطع الصوت الوارد أو خزّنه في buffer
  }

  if (msg.type === "tool.call") {
    // نفّذ الأداة ثم أرسل النتيجة
  }

  if (msg.type === "error") {
    console.error(msg);
  }
});

للتفاصيل العملية، راجع هل توجد واجهة برمجة تطبيقات GPT-Live؟ ما يمكن للمطورين استخدامه اليوم، ولتوضيح الالتباس بين المكدسين راجع مقارنة GPT-Live و GPT-Realtime.

أثناء بناء نماذج أولية باستخدام Realtime API، يمكن أن يساعدك Apidog في اختبار جلسات WebSocket، وفحص الأحداث المتدفقة، ومحاكاة الواجهة الخلفية الصوتية حتى لا يتوقف تطوير العميل بانتظار اتصال نموذج مباشر.

كيفية تجربة GPT-Live

يتم طرح GPT-Live عالميًا على مراحل عبر:

• iOS
• Android
• chatgpt.com

التوزيع الافتراضي:

• المستخدمون المدفوعون: GPT-Live-1.
• المستخدمون المجانيون: GPT-Live-1 mini.

خطوات التجربة:

1. حدّث تطبيق ChatGPT إلى آخر إصدار.
2. افتح وضع الصوت.
3. ابدأ محادثة قصيرة.
4. تحقق من سلوك النموذج: هل يقاطع؟ هل يستمع أثناء الكلام؟ هل يتعامل مع التوقفات طبيعيًا؟
5. إذا لم تلاحظ تغييرًا، فغالبًا لم يصل الطرح إلى حسابك بعد.

تغطي مقالة كيفية استخدام GPT-Live الإعداد خطوة بخطوة، وتبديل المتغيرات، ومسار CarPlay لجميع الخطط على iOS 26.4+.

لماذا يهم هذا الإطلاق

ظل الصوت واجهة جذابة للعرض التجريبي، لكنه كان أقل جاهزية للإنتاج. السبب الأساسي: تبادل الأدوار جعل المساعدات تبدو مثل أجهزة اتصال لاسلكي.

مع GPT-Live، تصبح المحادثة:

• مستمرة بدلًا من دورية.
• قابلة للمقاطعة.
• قابلة للتفويض إلى نماذج أقوى.
• أقرب إلى تدفق حوار بشري طبيعي.

نسخة المطورين من هذه البنية لم تصل بعد، لكن عندما تصل، ستغير طريقة اختبار وبناء وكلاء الصوت في الوقت الفعلي. وحتى ذلك الحين، يبقى مسار Realtime API هو المسار العملي لبناء أنظمة عاملة.

الأسئلة الشائعة

ما هو GPT-Live في جملة واحدة؟

GPT-Live هو عائلة نماذج الصوت ثنائية الاتجاه الكامل من OpenAI التي تشغل ChatGPT Voice: تستمع أثناء التحدث، تدعم المحادثة الطبيعية، وتفوض الأسئلة الصعبة إلى GPT-5.5 في الخلفية.

هل GPT-Live مجاني؟

يحصل مستخدمو المستوى المجاني على GPT-Live-1 mini كنموذج صوتي افتراضي. تحصل المستويات المدفوعة Go و Plus و Pro على GPT-Live-1.

هل يدعم GPT-Live الفيديو أو مشاركة الشاشة؟

ليس عند الإطلاق. يحتفظ Advanced Voice Mode بميزات الفيديو ومشاركة الشاشة للمشتركين المؤهلين، وتقول OpenAI إنها تعمل على جلب هذه الإمكانيات إلى GPT-Live قريبًا.

هل توجد واجهة برمجة تطبيقات GPT-Live؟

ليس بعد. تخطط OpenAI لتقديم GPT-Live إلى واجهة برمجة التطبيقات "قريبًا". يمكن للمطورين بناء وكلاء صوتيين اليوم باستخدام واجهة برمجة التطبيقات Realtime API.

ما هو النموذج الذي يدعم GPT-Live؟

يعمل GPT-Live-1 و GPT-Live-1 mini على GPT-5.5 Instant. تستخدم متغيرات GPT-Live-1 Medium و GPT-Live-1 High نموذج GPT-5.5 Thinking بجهد استدلال متوسط وعالي.