Ключові факти
OpenAI радикально оновила голосову архітектуру ChatGPT, щоб забезпечити безперервний аудіопотік без пауз. Нова система GPT-Live дає змогу ChatGPT паралельно слухати й говорити. Старт голосової сесії скоротили з шести мережевих раунд-трипів до одного. Аудіо йде окремим швидким маршрутом, тоді як міркування та інструменти працюють асинхронно. OpenAI опублікувала детальний технічний розбір оновлення.
OpenAI повністю перебудувала голосову інфраструктуру, яка лежить в основі ChatGPT, і представила нову архітектуру GPT-Live. Вона підтримує безперервний аудіопотік, завдяки чому глибші міркування й виклики інструментів більше не «рвуть» розмову на паузи.
OpenAI описала зміни в серії публікацій 3 серпня та окремому блозі, де пояснила, як система була перезібрана — від клієнта до моделі. За даними компанії, час запуску голосової сесії скоротили з шести мережевих обмінів до одного.
Як працює GPT-Live
GPT-Live спрямовує аудіосигнал виділеним «швидким шляхом», відокремленим від контурів міркування й виклику інструментів. Ці глибші процеси виконуються асинхронно, тобто у фоновому режимі, не зупиняючи безперервний аудіострім.
У результаті голосова сесія стартує помітно швидше і залишається активною без «прогалин», з якими користувачі раніше стикалися, коли ChatGPT обробляв складні запити.
В одній із публікацій OpenAI наголошує, що нова архітектура вирішує саме момент старту сесії, роблячи розмову природнішою з першої репліки. Перебудова знімає структурне обмеження попереднього стека, в якому кожен крок міркування змушував аудіошар чекати завершення обробки.
GPT-Live: приціл на затримки голосового ChatGPT
У голосових технологіях OpenAI діє на випередження, формуючи дорожню карту до 2026 року. Раніше цього року компанію критикували за те, що голосові відповіді ChatGPT на багатокрокові запити звучали уривчасто й приходили із затримками. Перезапуск у форматі GPT-Live — це, по суті, прямий інженерний контрхід на цю проблему.
Вихід GPT-Live відбувся слідом за заявою OpenAI минулого місяця, що внутрішня версія її наступної флагманської моделі змогла отримати десять нових математичних результатів приблизно за $2 000 витрат на токени. Це сигналізує про масштабні інвестиції в інфраструктуру по всій продуктовій лінійці.
Що ще почитати: Qwen та DeepSeek виводять китайський ШІ майже впритул до Anthropic
