ما هو جي بي تي-لايف؟

قدمت OpenAI GPT-Live، وهو جيل جديد من نماذج الصوت التي تشغل الآن ChatGPT Voice. تبدو القدرة الرئيسية بسيطة ولكنها ليست كذلك: GPT-Live يستمع ويتحدث في نفس الوقت.

كل تجربة سابقة لـ ChatGPT الصوتية، بما في ذلك وضع الصوت المتقدم، كانت تعمل بالتناوب. أنت تتحدث، ينتظر، ثم يجيب. يعمل GPT-Live بنظام ثنائي الاتجاه الكامل (full-duplex): فهو يعالج الصوت الوارد بينما يقوم بتوليد المخرجات، ويقرر عدة مرات في الثانية ما إذا كان سيتحدث، أو يستمر في الاستماع، أو يتوقف مؤقتًا، أو يقاطع، أو يستدعي أداة. يمكنه إطلاق "همم" أثناء شرحك لشيء ما، والانتظار بينما تفكر، والتعافي بشكل طبيعي عندما تقاطعه في منتصف الجملة.

GPT-Live في لمحة

المتغيرات الأربعة، وما يدعمها

يُطرح GPT-Live كعائلة، وتوضح OpenAI بشكل غير معتاد البنية الداخلية: "يستخدم GPT-Live-1 (الفوري) 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 المنتج، ويقوم GPT-5.5 بالعملية الفكرية المعقدة خلفها. عمليًا:

• GPT-Live-1 هو المحرك اليومي، وهو الآن الافتراضي لمشتركي Go و Plus و Pro.
• يقدم GPT-Live-1 mini لمستخدمي المستوى المجاني نفس أسلوب التفاعل ثنائي الاتجاه الكامل (full-duplex).
• تُفاضل GPT-Live-1 Medium و High بين سرعة الاستجابة والاستدلال الأعمق، مدعومة بنموذج GPT-5.5 Thinking بجهد متوسط وعالي.

التفويض: الفكرة المعمارية الثانية

نظام الاتصال ثنائي الاتجاه الكامل (Full-duplex) هو أحد جزئي التصميم. والجزء الآخر هو التفويض. "عندما يتطلب سؤال ما بحثًا أو استدلالًا أو قدرات وكيلية أكثر، يمكن لـ GPT-Live تفويض المهمة إلى نموذج آخر مثل GPT-5.5،" ويعيد دمج النتيجة في المحادثة عندما تكون جاهزة.

هذا يحل المعضلة الكلاسيكية للذكاء الاصطناعي الصوتي: النماذج السريعة بما يكفي للمحادثة في الوقت الفعلي تكون سطحية جدًا للأسئلة الصعبة، والنماذج الذكية بما يكفي للأسئلة الصعبة تكون بطيئة جدًا للمحادثة. يقسم GPT-Live المهمة. يحافظ نموذج الصوت على استمرارية المحادثة، بما في ذلك القنوات الخلفية، بينما يعمل نموذج أقوى في الخلفية. أنت تستمر في التحدث؛ وتصل الإجابة عندما تكون متاحة.

ما يمكن أن يفعله GPT-Live عند الإطلاق

بالإضافة إلى آليات المحادثة، تتضمن مجموعة الميزات عند الإطلاق:

• البحث على الويب، مفوضًا ومدعومًا في الحوار
• الترجمة الفورية بين اللغات في المحادثة
• بطاقات مرئية تُعرض على الشاشة للطقس والأسهم والرياضة
• تحميل الصور والملفات داخل محادثة صوتية
• الذاكرة، متوافقة مع بقية ChatGPT

وفجوة الإطلاق: "عند الإطلاق، لن يدعم GPT-Live الصوت مع الفيديو أو مشاركة الشاشة في ChatGPT." يحتفظ وضع الصوت المتقدم (Advanced Voice Mode) بهذه الإمكانيات للمشتركين المؤهلين، ويظل كل من وضع الصوت القياسي والمتقدم متاحين. إذا كان توجيه الكاميرا نحو الأشياء مهمًا لسير عملك، فلا تتحول بعد؛ التفاصيل موجودة في مقارنة GPT-Live و Advanced Voice Mode.

المعايير التي تستشهد بها OpenAI

تذكر OpenAI ثلاثة تقييمات، جميعها مقارنة بـ Advanced Voice Mode بدلاً من المنتجات المنافسة:

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

• BrowseComp: "مكاسب قوية" في البحث على الويب القائم على الوكيل والمعلومات التي يصعب تحديد موقعها.

• τ³-Voice Telecom (متغير داخلي): أداء أفضل في مهام دعم الاتصالات المتعددة الأدوار الواقعية.

ذكرت OpenAI أيضًا أن المستخدمين "فضلوا بشدة" GPT-Live في محادثات وجهاً لوجه استغرقت من 5 إلى 10 دقائق. لاحظ ما هو غائب: الدرجات المنشورة، وأرقام الكمون، والتسعير. الادعاءات توجيهية ومقدمة من البائع، لذا تعامل معها كشكل عام، وليس لوحة نتائج. ستصل الأرقام المنافسة عندما تتمكن المقارنات من اختبار المنتج المُشحون.

موقف المطورين

لا توجد واجهة برمجة تطبيقات (API) لـ GPT-Live اليوم. الكلمات الدقيقة لـ OpenAI: "نخطط أيضًا لتقديمها إلى واجهة برمجة التطبيقات قريبًا، ويمكن للمطورين والشركات التسجيل ليتم إبلاغهم باستخدام هذا النموذج."

ما هو متاح لبناء وكلاء صوتيين حاليًا هو واجهة برمجة التطبيقات Realtime API، المتوفرة بشكل عام مع عائلة `gpt-realtime-2.1`، ودعم نقل WebSocket و WebRTC، ومكالمات هاتف SIP، ودعم خادم MCP. إذا جئت إلى هنا تخطط لمنتج صوتي، فالدليل العملي هو هل توجد واجهة برمجة تطبيقات GPT-Live؟ ما يمكن للمطورين استخدامه اليوم، والالتباس في التسميات بين المكدسين يتم توضيحه في مقارنة GPT-Live و GPT-Realtime.

أثناء قيامك ببناء نماذج أولية باستخدام Realtime API في غضون ذلك، يتعامل Apidog مع الأجزاء غير الجذابة: اختبار جلسات WebSocket، وفحص الأحداث المتدفقة، ومحاكاة الواجهة الخلفية الصوتية الخاصة بك حتى لا يتوقف عمل العميل بسبب انتظار اتصال نموذج مباشر.

كيفية تجربة GPT-Live

يتم طرح الخدمة عالميًا ولكن على مراحل عبر iOS و Android و chatgpt.com. يحصل المستخدمون المدفوعون على GPT-Live-1 كافتراضي جديد للصوت؛ ويحصل المستخدمون المجانيون على GPT-Live-1 mini. قم بتحديث التطبيق، افتح الصوت، وتحقق من النموذج الذي يستجيب؛ إذا لم يتغير شيء بعد، فهذا يعني أن الطرح لم يصل إلى حسابك. يتم تغطية الإعداد خطوة بخطوة، وتبديل المتغيرات، ومسار CarPlay (لجميع الخطط، iOS 26.4+) في مقالة كيفية استخدام GPT-Live.

لماذا يهم هذا الإطلاق

ظل الصوت واجهة الذكاء الاصطناعي الأكثر ملاءمة للعرض التوضيحي والأقل جاهزية للإنتاج لمدة عامين. جعل تبادل الأدوار كل مساعد يبدو وكأنه جهاز اتصال لاسلكي. نظام الاتصال ثنائي الاتجاه الكامل (full-duplex) بالإضافة إلى التفويض هو أول بنية معمارية سائدة تتعامل مع المحادثة على أنها مستمرة وليست مجرد معاملات، وقد أطلقتها OpenAI لمئات الملايين من المستخدمين كإعداد افتراضي، وليس كمعاينة معملية.

سيتم طرح نسخة المطورين من هذه البنية "قريبًا". عندما يتم ذلك، ستحصل وكلاء الصوت في الوقت الفعلي على أساس جديد للاختبار؛ وحتى ذلك الحين، فإن مسار Realtime API هو المكان الذي تُبنى فيه الأنظمة العاملة. قم بتنزيل Apidog مجانًا إذا كنت تبني نظامًا الآن؛ فإن تصحيح أخطاء WebSocket وحده يستحق مكانه.

الأسئلة الشائعة

ما هو GPT-Live في جملة واحدة؟ عائلة نماذج الصوت ثنائية الاتجاه الكامل (full-duplex) من OpenAI التي تشغل ChatGPT Voice: فهي تستمع أثناء التحدث، وتدعم المحادثة بشكل طبيعي، 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 لهم. تحصل المستويات المدفوعة (Go، Plus، Pro) على GPT-Live-1.

هل يدعم GPT-Live الفيديو أو مشاركة الشاشة؟ ليس عند الإطلاق. يحتفظ وضع الصوت المتقدم (Advanced Voice Mode) بميزات الفيديو ومشاركة الشاشة للمشتركين المؤهلين؛ وتقول OpenAI إنها تعمل على جلب هذه الميزات إلى GPT-Live قريبًا.

هل توجد واجهة برمجة تطبيقات (API) لـ 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 mini على GPT-5.5 Instant؛ وتستخدم متغيرات Medium و High نموذج GPT-5.5 Thinking بجهد استدلال متوسط وعالي.