OpenAI, ChatGPT Ses'i destekleyen yeni nesil ses modelleri olan GPT-Live'ı tanıttı. Başlıktaki özellik kulağa basit geliyor ama öyle değil: GPT-Live aynı anda dinliyor ve konuşuyor.
Gelişmiş Ses Modu da dahil olmak üzere önceki her ChatGPT ses deneyimi sırayla çalışıyordu. Siz konuşurdunuz, o beklerdi, sonra cevaplardı. GPT-Live tam çift yönlü çalışır: gelen sesi işlerken çıktı üretir ve saniyede birçok kez konuşmaya devam edip etmeyeceğine, dinlemeye devam edip etmeyeceğine, duraklayıp duraklamayacağına, sözünüzü kesip kesmeyeceğine veya bir araç çağırıp çağırmayacağına karar verir. Bir şeyi açıklarken “hımm” diyebilir, siz düşünürken bekleyebilir ve cümleyi yarıda kestiğinizde doğal bir şekilde toparlayabilir.
GPT-Live'a bir bakış
| Detay | |
|---|---|
| Duyurulma Tarihi | 8 Temmuz 2026 |
| Nedir | ChatGPT Ses'i destekleyen tam çift yönlü ses modeli ailesi |
| Varyantlar | GPT-Live-1, GPT-Live-1 mini, GPT-Live-1 Medium, GPT-Live-1 High |
| Arka Uç | GPT-5.5 Instant (1 ve mini); GPT-5.5 Thinking (Medium ve High) |
| Ücretli (Go/Plus/Pro) için Varsayılan | GPT-Live-1 |
| Ücretsiz Katman için Varsayılan | GPT-Live-1 mini |
| Platformlar | iOS, Android, chatgpt.com (küresel olarak kullanıma sunuluyor) |
| Video / Ekran Paylaşımı | Lansmanda yok; "bu özellikleri yakında tanıtmak için çalışılıyor" |
| API | Henüz mevcut değil; OpenAI yakında API'ye getirmeyi planlıyor |
Dört varyant ve arkalarındaki teknoloji
GPT-Live bir aile olarak sunuluyor ve OpenAI bağlantılar hakkında olağan dışı bir netlik sergiliyor: “GPT-Live-1 (anlık) ve GPT-Live-1 mini arka planda GPT-5.5 Instant modelini kullanırken, GPT-Live-1 Medium ve GPT-Live-1 High, orta ve yüksek muhakeme çabasıyla GPT-5.5 Thinking modelini kullanıyor.”
Yani ses katmanı ürünün kendisi ve GPT-5.5 arkasındaki yoğun düşünmeyi yapıyor. Pratikte:
- GPT-Live-1 günlük kullanım için, artık Go, Plus ve Pro aboneleri için varsayılan model.
- GPT-Live-1 mini, Ücretsiz katman kullanıcılarına aynı tam çift yönlü etkileşim stilini sunar.
- GPT-Live-1 Medium ve High, yanıt hızını GPT-5.5 Thinking'in orta ve yüksek çabayla desteklediği daha derin bir muhakeme için takas eder.
Yetkilendirme: ikinci mimari fikir
Tam çift yönlü yapı tasarımın bir yarısıdır. Diğeri ise yetkilendirmedir. “Bir soru arama, muhakeme veya daha fazla ajan yeteneği gerektirdiğinde, GPT-Live görevi GPT-5.5 gibi başka bir modele devredebilir” ve sonuç hazır olduğunda onu konuşmaya geri dahil eder.
Bu, klasik sesli yapay zeka ikilemini çözüyor: gerçek zamanlı sohbet için yeterince hızlı modeller zor sorular için yüzeysel kalır, zor sorular için yeterince akıllı modeller ise sohbet için çok yavaştır. GPT-Live işi ikiye ayırır. Ses modeli, arkaplan kanalları dahil olmak üzere sohbeti canlı tutarken, daha güçlü bir model arkaplanda çalışır. Siz konuşmaya devam edersiniz; cevap, hazır olduğunda gelir.
GPT-Live lansmanda neler yapabilir
Konuşma mekaniklerinin ötesinde, lansman özellik seti şunları içerir:
- Yetkilendirilmiş ve diyaloğa geri entegre edilmiş web araması
- Sohbet sırasında diller arasında canlı çeviri
- Hava durumu, hisse senetleri ve spor için ekranda gösterilen görsel kartlar
- Sesli sohbet içinde görüntü ve dosya yüklemeleri
- ChatGPT'nin geri kalanıyla uyumlu bellek
Ve lansman eksiği: “Lansman sırasında, GPT-Live, ChatGPT'de video veya ekran paylaşımı ile sesi desteklemeyecek.” Gelişmiş Ses Modu, uygun aboneler için bu yetenekleri korurken, hem Standart hem de Gelişmiş Ses Modu kullanılmaya devam edecek. İş akışınız için kameranızı nesnelere doğrultmak önemliyse, henüz geçiş yapmayın; detaylar GPT-Live vs Gelişmiş Ses Modu makalesinde.
OpenAI'nin referans gösterdiği kıyaslamalar
OpenAI, rakip ürünlerden ziyade Gelişmiş Ses Modu'na karşı çerçevelenmiş üç değerlendirme belirtiyor:
- GPQA: GPT-Live-1, biyoloji, kimya ve fizik alanlarındaki uzman düzeyinde bilimsel muhakemede Gelişmiş Ses Modu'nu “önemli ölçüde geride bırakıyor”.
- BrowseComp: ajan tabanlı web aramasında ve bulunması zor bilgilerde “güçlü kazançlar”.
- τ³-Voice Telekom (dahili bir varyant): gerçekçi çok aşamalı telekom destek görevlerinde daha iyi performans.
OpenAI ayrıca, kullanıcıların 5 ila 10 dakikalık bire bir konuşmalarda GPT-Live'ı “şiddetle tercih ettiğini” bildiriyor. Nelerin eksik olduğuna dikkat edin: yayınlanmış puanlar, gecikme süreleri ve fiyatlandırma. Bu iddialar yön gösterici ve satıcı tarafından rapor edilmiş, bu yüzden onları bir skorbord olarak değil, bir genel eğilim olarak değerlendirin. Rakip rakamlar, karşılaştırma makaleleri piyasaya sürülen ürünü test edebildiğinde gelecektir.
Geliştiricilerin konumu
Bugün için GPT-Live API'si mevcut değil. OpenAI'nin tam sözleri: “Bunları yakında API'ye getirmeyi de planlıyoruz ve geliştiriciler ile işletmeler bu formu kullanarak bildirim almak için kaydolabilirler.”
Şu anda sesli ajanlar oluşturmak için mevcut olan, gpt-realtime-2.1 ailesi, WebSocket ve WebRTC taşımacılığı, SIP telefon görüşmesi ve MCP sunucu desteği ile genel olarak erişilebilen Gerçek Zamanlı API'dir. Buraya bir sesli ürün planlayarak geldiyseniz, pratik rehber GPT-Live API var mı? Geliştiriciler bugün ne kullanabilir? makalesindedir ve iki yığın arasındaki adlandırma karmaşası GPT-Live vs GPT-Realtime makalesinde çözülmüştür.
Bu arada Gerçek Zamanlı API ile prototip oluştururken, Apidog göz alıcı olmayan kısımları halleder: WebSocket oturumlarını test etme, yayınlanan olayları inceleme ve sesli arka ucunuzu taklit ederek istemci çalışmalarının canlı bir model bağlantısına takılmamasını sağlama.
GPT-Live nasıl denenir
Dağıtım küreseldir ancak iOS, Android ve chatgpt.com genelinde aşamalı olarak yapılmaktadır. Ücretli kullanıcılar yeni Ses varsayılanı olarak GPT-Live-1'i alırken; Ücretsiz kullanıcılar GPT-Live-1 mini'yi alır. Uygulamayı güncelleyin, Ses'i açın ve hangi modelin yanıt verdiğini kontrol edin; henüz bir değişiklik yoksa, dağıtım hesabınıza ulaşmamıştır. Adım adım kurulum, varyant değiştirme ve CarPlay yolu (tüm planlar, iOS 26.4+) GPT-Live nasıl kullanılır makalesinde ele alınmıştır.
Bu lansman neden önemli
Ses, iki yıldır en demo dostu ancak en az üretime hazır yapay zeka arayüzü olmuştur. Sıra alma, her asistanı telsiz gibi hissettiriyordu. Tam çift yönlü yapı ve yetkilendirme, konuşmayı işlemsel olmaktan ziyade sürekli olarak ele alan ilk ana akım mimaridir ve OpenAI bunu yüz milyonlarca kullanıcıya varsayılan olarak, bir laboratuvar önizlemesi olarak değil, sundu.
Bu mimarinin geliştirici sürümü “yakında” geliyor. Kullanıma sunulduğunda, gerçek zamanlı sesli ajanlar test edilecekleri yeni bir başlangıç noktası elde edecek; o zamana kadar, çalışan sistemler Gerçek Zamanlı API yolu ile inşa ediliyor. Eğer şimdi bir tane inşa ediyorsanız Apidog'u ücretsiz indirin; sadece WebSocket hata ayıklaması bile yerini hak ediyor.
Sıkça Sorulan Sorular
Tek cümleyle GPT-Live nedir? OpenAI'nin ChatGPT Ses'i destekleyen tam çift yönlü ses modeli ailesi: konuşurken dinler, doğal bir şekilde arkaplan konuşmaları yapar ve zor soruları arkaplanda GPT-5.5'e devreder.
GPT-Live ücretsiz mi? Ücretsiz katman kullanıcıları varsayılan ses modeli olarak GPT-Live-1 mini'yi alır. Ücretli katmanlar (Go, Plus, Pro) GPT-Live-1'i alır.
GPT-Live video veya ekran paylaşımını destekliyor mu? Lansman sırasında desteklemiyor. Gelişmiş Ses Modu, uygun aboneler için video ve ekran paylaşımını korur; OpenAI, bu özellikleri yakında GPT-Live'a getirmek için çalıştığını belirtiyor.
GPT-Live API'si var mı? Henüz yok. OpenAI, GPT-Live'ı “yakında” API'ye getirmeyi planlıyor; geliştiriciler bugün Gerçek Zamanlı API üzerinde sesli ajanlar oluşturabilirler.
GPT-Live'ı hangi model destekliyor? GPT-Live-1 ve mini, GPT-5.5 Instant üzerinde çalışır; Medium ve High varyantları, orta ve yüksek muhakeme çabasıyla GPT-5.5 Thinking'i kullanır.