لدى OpenAI الآن تقنيتان صوتيتان باسمين يختلفان بحرف واحد في المضمون، وقد أدى إعلان GPT-Live في 8 يوليو إلى انتشار هذا الارتباك. ابحث عن "GPT Live API" وستجد نفسك على وثائق GPT-Realtime؛ اقرأ تغطية الإطلاق وستجد أن الاثنين يُستخدمان بالتبادل. إنهما ليسا نفس الشيء.
التوضيح في سطر واحد: GPT-Live هي تجربة الصوت للمستخدم داخل ChatGPT. GPT-Realtime هي عائلة واجهات برمجة التطبيقات للمطورين لبناء تطبيقاتهم الصوتية الخاصة. إليك الصورة الكاملة، وكيفية معرفة أي منهما تبحث عنه.
المكدسان، جنبًا إلى جنب
| GPT-Live | GPT-Realtime | |
|---|---|---|
| ما هو | عائلة نماذج الصوت التي تشغل ChatGPT Voice | نماذج تحويل الكلام إلى كلام في واجهة برمجة التطبيقات Realtime API |
| لمن هو | لمستخدمي ChatGPT | للمطورين الذين يبنون منتجات صوتية |
| أين يعمل | تطبيقات ChatGPT (iOS، Android، الويب)، CarPlay | تطبيقك، عبر واجهة برمجة التطبيقات |
| الوصول إلى API | لا يوجد بعد ("قريبًا"، حسب OpenAI) | متاح بشكل عام |
| النماذج الحالية | GPT-Live-1, 1 mini, 1 Medium, 1 High | gpt-realtime, gpt-realtime-1.5, gpt-realtime-2.1, 2.1-mini |
| الهندسة المعمارية | ثنائي الاتجاه بالكامل + تفويض في الخلفية إلى GPT-5.5 | نموذج واحد لتحويل الكلام إلى كلام، قائم على الأدوار السريعة |
| أسلوب المحادثة | يستمع أثناء التحدث، قنوات خلفية (ردود فعل قصيرة) | أدوار ذات زمن انتقال منخفض مع معالجة الانقطاعات |
| ميزات إضافية | بحث الويب، ترجمة، بطاقات مرئية، ذاكرة | استدعاء الوظائف، خوادم MCP، اتصال SIP، إدخال الصور |
| التسعير | لم ينشر (مضمن في مستويات ChatGPT) | منشور: على سبيل المثال gpt-realtime بسعر 4 دولارات/مليون مدخل، 16 دولارًا/مليون مخرج |
ما هو GPT-Live
GPT-Live هو الافتراضي الجديد لـ ChatGPT Voice: نماذج ثنائية الاتجاه بالكامل تعالج الصوت الوارد أثناء توليد المخرجات، وتتخذ قرارات عدة مرات في الثانية حول ما إذا كانت ستتحدث أو تستمع أو تتوقف مؤقتًا أو تقاطع. عندما يتطلب سؤال بحثًا أو استدلالًا أعمق، يمكن لـ GPT-Live "تفويض المهمة إلى نموذج آخر مثل GPT-5.5" ونسج النتيجة مرة أخرى في المحادثة.
أنت لا تدمج GPT-Live. أنت تستخدمه، في تطبيق ChatGPT. المستويات المدفوعة تضبط افتراضيًا على GPT-Live-1؛ والمستوى المجاني يحصل على GPT-Live-1 mini. يغطي دليل الإعداد المتغيرات والمنصات.
ما هو GPT-Realtime
GPT-Realtime هي عائلة النماذج التي تقف وراء واجهة برمجة التطبيقات Realtime API من OpenAI: نماذج تحويل الكلام إلى كلام تتصل بها عبر WebSocket أو WebRTC، مع دعم SIP للمكالمات الهاتفية وخوادم MCP البعيدة لاستخدام الأدوات. وهي متاحة بشكل عام، ومُرقّمة، ومسعّرة كمنتج API. وقد تم شحن أحدث الأعضاء، gpt-realtime-2.1 و 2.1-mini، في 6 يوليو 2026، قبل يومين من الإعلان عن GPT-Live.
هذا هو المكدس الذي تغطيه أدلتنا العملية: الدليل الشامل لـ gpt-realtime الأصلي، وGPT-Realtime-2، وGPT-Realtime-2.1-mini. إذا كنت تبني باستخدامها، يمكن لـ Apidog إدارة جلسات WebSocket مباشرة، مما يحول تصحيح الأخطاء الغامض في الوقت الفعلي إلى تدفقات أحداث قابلة للفحص؛ قم بتنزيله مجانًا لاختبار جلسة مقابل gpt-realtime-2.1 في دقائق.
لماذا الارتباك مفهوم
المكدسان يتقاربان من اتجاهين متعاكسين. لقد جعل GPT-Realtime زمن الانتقال من الكلام إلى الكلام منخفضًا بما يكفي لوكلاء الإنتاج؛ وأضاف GPT-Live طبقة ثنائية الاتجاه بالكامل والتفويض فوقها، ولكن داخل ChatGPT فقط. من الناحية المعمارية، يبدو GPT-Live وكأنه الجيل القادم الذي تتطلع إليه Realtime API، وقد صرحت OpenAI بأن نماذج GPT-Live ستصل إلى واجهة برمجة التطبيقات "قريبًا".
إلى أن يحدث ذلك، فإن التوضيح العملي هو:
- "أريد التحدث إلى ذكاء اصطناعي." GPT-Live، في ChatGPT. لا يوجد رمز برمجي متضمن.
- "أريد أن يتحدث تطبيقي أو خط هاتفي مع المستخدمين." GPT-Realtime، عبر Realtime API، اليوم.
- "أريد سلوك GPT-Live ثنائي الاتجاه بالكامل في تطبيقي." غير متاح بعد. أقرب التقديرات، بما في ذلك تنفيذ نمط التفويض يدويًا، موجودة في هل توجد واجهة برمجة تطبيقات لـ GPT-Live؟.
ماذا يحدث عندما يصل GPT-Live إلى واجهة برمجة التطبيقات
لم تُصرّح OpenAI عما إذا كانت نماذج GPT-Live ستنضم إلى Realtime API، أو تحل محلها، أو تصل كواجهة منفصلة. يشير هيكل المتغيرات الأربعة (مدعومة بالوصول الفوري ومدعومة بالتفكير بـ GPT-5.5 على مستويين من الجهد) إلى مفاضلات زمن الانتقال/العمق على مستوى الجلسة. بالنسبة للفرق التي تعمل الآن، فإن الموقف الآمن هو استخدام رمز الجلسة المدفوع بالأحداث على Realtime API مع الحفاظ على منطق التفويض غير مترابط بشكل وثيق؛ وهذا ينتقل بسلاسة تحت أي من النتائج الثلاث.
الأسئلة الشائعة
هل GPT-Live هو نفسه GPT-Realtime؟ لا. GPT-Live يشغل ميزة ChatGPT Voice للمستهلكين؛ GPT-Realtime هو عائلة النماذج للمطورين في واجهة برمجة التطبيقات Realtime API.
هل يمكنني استخدام GPT-Live في تطبيقي الخاص؟ ليس بعد. تخطط OpenAI لإتاحة واجهة برمجة التطبيقات "قريبًا". واجهة برمجة التطبيقات Realtime API مع gpt-realtime-2.1 هي البديل المتاح حاليًا.
هل يتم استبدال GPT-Realtime بـ GPT-Live؟ لم تُعلن OpenAI عن ذلك. يظل GPT-Realtime متاحًا بشكل عام وتم تحديثه قبل يومين من إطلاق GPT-Live، لذا تعامل مع التعايش كفرضية للتخطيط.
أيهما أكثر قدرة؟ وظائف مختلفة. GPT-Live لديه محادثة ثنائية الاتجاه بالكامل وتفويض لـ GPT-5.5 داخل ChatGPT؛ بينما GPT-Realtime يوفر واجهة المطور: استدعاء الوظائف، MCP، SIP، والتسعير المنشور.