Resposta curta: não. O GPT-Live, a família de modelos de voz full-duplex que a OpenAI anunciou em 8 de julho de 2026, é um recurso do ChatGPT no lançamento. O compromisso exato da OpenAI com os desenvolvedores é uma frase: “Também planejamos trazê-los para a API em breve, e desenvolvedores e empresas podem se inscrever para serem notificados usando este formulário.”
É isso. Sem endpoints, sem IDs de modelo, sem preços, sem cronograma além de "em breve".
Se você está construindo um agente de voz neste trimestre, esperar não é o plano certo, porque a OpenAI já oferece uma pilha de voz de nível de produção: a API Realtime, geralmente disponível, com modelos atualizados tão recentemente quanto 6 de julho. Este guia aborda o que você pode construir hoje, o quão perto você pode chegar da qualidade de interação do GPT-Live com a pilha atual e o que preparar para quando a API do GPT-Live for lançada.
O que o GPT-Live lhe daria, eventualmente
Entender o que está por vir esclarece o que construir agora. A arquitetura do GPT-Live possui duas partes distintivas:
- Conversa full-duplex. O modelo processa o áudio de entrada enquanto gera a saída, decidindo muitas vezes por segundo se deve falar, ouvir, pausar, interromper ou invocar uma ferramenta. Backchannels ("uhum", "entendi") vêm de brinde.
- Delegação em segundo plano. "Quando uma pergunta requer pesquisa, raciocínio ou capacidades mais agenticas, o GPT-Live pode delegar a tarefa a outro modelo como o GPT-5.5", então tece a resposta de volta na conversa ao vivo.
Nenhum dos dois está exposto aos desenvolvedores ainda. Ambos têm aproximações práticas na API de hoje.
O que você pode construir hoje: a API Realtime
A API Realtime está geralmente disponível e é a resposta real por trás da maioria das pesquisas por "API GPT Live". O estado atual:
| Capacidade | Status hoje |
|---|---|
| Modelos | gpt-realtime, gpt-realtime-1.5, gpt-realtime-2.1, gpt-realtime-2.1-mini |
| Transporte | WebSocket e WebRTC |
| Chamadas telefônicas | Suporte SIP |
| Uso de ferramentas | Chamada de função + servidores MCP remotos |
| Entradas | Áudio, texto, imagens |
| Preços (gpt-realtime) | $4/M tokens de entrada, $16/M de saída; taxas de áudio cobradas separadamente |
Fala-para-fala em um único modelo, latência de turno em menos de um segundo, tratamento de interrupções via detecção de atividade de voz (VAD) no lado do servidor. Cobrimos a família à medida que evoluiu: o guia original do gpt-realtime, o passo a passo do GPT-Realtime-2 e a configuração do GPT-Realtime-2.1-mini, que foi lançado dois dias antes do anúncio do GPT-Live.
O que a API Realtime não faz é o verdadeiro full-duplex. É um half-duplex rápido: excelente recuperação de interrupções, mas o modelo não está falando enquanto ouve, e não fará backchannels enquanto você fala. Essa é a lacuna que a API do GPT-Live eventualmente preencherá.
Aproximando-se do comportamento do GPT-Live com a pilha de hoje
Equipes que desejam uma UX semelhante ao GPT-Live antes da existência da API estão combinando três padrões:
1. Ajuste agressivo de interrupção. VAD no servidor com limites apertados oferece uma alternância de turnos conversacionais que se aproxima do natural. Teste as configurações com padrões de fala reais, não com roteiros de demonstração; ruídos de fundo e pausas para pensar são onde as configurações falham.
2. O padrão de delegação, feito manualmente. O truque de delegação em segundo plano do GPT-Live é reproduzível hoje: execute gpt-realtime-2.1 para o loop de conversação e, quando o usuário fizer uma pergunta difícil, use uma chamada de função para despachar a pergunta para um modelo mais forte (GPT-5.5 via API padrão) enquanto o modelo de voz reconhece e "ganha tempo" graciosamente. Quando o resultado retornar, injete-o na sessão. É exatamente o que a OpenAI produtoizou; você está construindo a infraestrutura por conta própria.
3. Orquestração de áudio de preenchimento. Sem backchannels nativos, algumas equipes transmitem áudios curtos de reconhecimento durante chamadas de ferramentas longas. É uma gambiarra. Mas também funciona.
Testando a pilha em tempo real
Agentes de voz falham mais na camada de transporte do que na camada de modelo, e é aqui que um workbench de API adequado importa. No Apidog, você pode controlar a sessão WebSocket diretamente: conectar ao endpoint Realtime, enviar configuração de sessão e eventos de áudio, e observar os eventos do servidor serem transmitidos em ordem. Isso torna os modos de falha visíveis: limites de VAD disparando cedo, eventos de chamada de função se misturando com deltas de áudio, sessões morrendo silenciosamente devido a configuração malformada.
Dois hábitos práticos: mantenha sua chave de API em uma variável de ambiente do Apidog, em vez de em cada protótipo de cliente, e simule os endpoints de ferramentas de backend do seu agente para que você possa testar o loop de conversação sem que seus serviços reais estejam online. Baixe o Apidog gratuitamente; o teste de WebSocket está incluído.
Quando a API do GPT-Live chegar: o que preparar
Lendo o anúncio como um roteiro de API, três mudanças valem a pena serem projetadas agora:
- A semântica da sessão mudará. Full-duplex significa que os eventos fluem em ambas as direções continuamente, não em rajadas de requisição-resposta. O código que assume "turno do usuário, depois turno do modelo" precisará ser reestruturado; arquiteturas orientadas a eventos serão portadas de forma limpa.
- A delegação pode se tornar um primitivo de primeira classe. Se a OpenAI expuser o mecanismo de entrega em segundo plano, a infraestrutura de delegação manual se torna configuração. Mantenha a sua vagamente acoplada.
- Espere uma família de variantes, não um modelo. O GPT-Live é lançado no ChatGPT em quatro variantes (Instant-backed e Thinking-backed em dois níveis de esforço). Um lançamento de API moldado da mesma forma significaria tradeoffs de latência/profundidade selecionados por sessão.
Inscreva-se no formulário de notificação da OpenAI se o cronograma for importante para seu roteiro, e observe a distinção de nomenclatura cuidadosamente à medida que a cobertura se multiplica: GPT-Live e GPT-Realtime são pilhas diferentes, e muitos artigos do primeiro dia os confundem.
A decisão, claramente
| Sua situação | Faça isto |
|---|---|
| Lançando um agente de voz nos próximos 3 meses | Construa com gpt-realtime-2.1 agora; a pilha está GA e estável |
| Prototipando para um lançamento no final de 2026 | Construa com a API Realtime, mantenha a delegação frouxamente acoplada, inscreva-se para a notificação do GPT-Live |
| Necessidades de "conversar com o ChatGPT" voltadas para o consumidor | Você não precisa de uma API; o GPT-Live já está no produto |
| Decidindo entre pilhas da OpenAI | Leia GPT-Live vs GPT-Realtime primeiro |
FAQ
Existe uma API GPT-Live? Não. O GPT-Live alimenta apenas o ChatGPT Voice. A OpenAI diz que planeja trazer os modelos para a API "em breve", com um formulário de inscrição para notificações.
Qual a API mais próxima do GPT-Live hoje? A API Realtime com gpt-realtime-2.1 ou 2.1-mini: fala-para-fala, WebSocket/WebRTC, chamadas SIP e suporte a ferramentas MCP, geralmente disponível.
Posso replicar a delegação do GPT-Live com a API atual? Substancialmente, sim: use a chamada de função para despachar perguntas difíceis do modelo em tempo real para o GPT-5.5, e então injete os resultados de volta na sessão. O GPT-Live produtoiza este padrão.
O GPT-Live substituirá a API Realtime? A OpenAI não disse. Dada a estrutura de quatro variantes e o status GA da API Realtime, a coexistência é a suposição mais segura para o planejamento.