OpenAI hiện có hai công nghệ giọng nói với tên gọi chỉ khác nhau một chữ cái về tinh thần, và thông báo GPT-Live ngày 8 tháng 7 đã khiến sự nhầm lẫn trở nên phổ biến. Tìm kiếm “GPT Live API” và bạn sẽ đến với tài liệu GPT-Realtime; đọc các bài viết ra mắt và bạn sẽ thấy hai cái tên này được sử dụng thay thế cho nhau. Chúng không phải là một.
Để làm rõ trong một câu: GPT-Live là trải nghiệm giọng nói dành cho người dùng bên trong ChatGPT. GPT-Realtime là bộ API dành cho nhà phát triển để xây dựng các ứng dụng giọng nói của riêng bạn. Dưới đây là toàn bộ bức tranh, và cách để biết bạn đang tìm kiếm cái nào.
Hai công nghệ, đối chiếu
| GPT-Live | GPT-Realtime | |
|---|---|---|
| Là gì | Họ mô hình giọng nói cung cấp sức mạnh cho ChatGPT Voice | Các mô hình chuyển giọng nói sang giọng nói trong Realtime API |
| Dành cho ai | Người dùng ChatGPT | Nhà phát triển xây dựng sản phẩm giọng nói |
| Chạy ở đâu | Ứng dụng ChatGPT (iOS, Android, web), CarPlay | Ứng dụng của bạn, thông qua API |
| Truy cập API | Chưa có (“sắp có,” theo OpenAI) | Đã có sẵn rộng rãi |
| Các mô hình hiện tại | GPT-Live-1, 1 mini, 1 Medium, 1 High | gpt-realtime, gpt-realtime-1.5, gpt-realtime-2.1, 2.1-mini |
| Kiến trúc | Song công (full-duplex) + ủy quyền ngầm cho GPT-5.5 | Mô hình chuyển giọng nói sang giọng nói đơn lẻ, dựa trên lượt (turn-based) nhanh |
| Phong cách hội thoại | Lắng nghe trong khi nói, có tín hiệu phản hồi | Các lượt phản hồi độ trễ thấp với xử lý ngắt lời |
| Tính năng bổ sung | Tìm kiếm web, dịch thuật, thẻ trực quan, bộ nhớ | Gọi hàm (Function calling), máy chủ MCP, gọi SIP, nhập ảnh |
| Giá | Chưa công bố (đi kèm trong các gói ChatGPT) | Đã công bố: ví dụ gpt-realtime với $4/M đầu vào, $16/M đầu ra |
GPT-Live là gì
GPT-Live là cài đặt mặc định mới cho ChatGPT Voice: các mô hình song công (full-duplex) xử lý âm thanh đầu vào trong khi tạo ra đầu ra, quyết định nhiều lần mỗi giây xem nên nói, nghe, tạm dừng hay ngắt lời. Khi một câu hỏi cần tìm kiếm hoặc suy luận sâu hơn, GPT-Live “có thể ủy quyền tác vụ cho một mô hình khác như GPT-5.5” và đưa kết quả trở lại cuộc trò chuyện.
Bạn không cần tích hợp GPT-Live. Bạn sử dụng nó trong ứng dụng ChatGPT. Các gói trả phí mặc định sử dụng GPT-Live-1; gói miễn phí sử dụng GPT-Live-1 mini. Hướng dẫn thiết lập bao gồm các biến thể và nền tảng.
GPT-Realtime là gì
GPT-Realtime là họ mô hình đằng sau Realtime API của OpenAI: các mô hình chuyển giọng nói sang giọng nói mà bạn kết nối qua WebSocket hoặc WebRTC, với hỗ trợ SIP cho gọi điện thoại và máy chủ MCP từ xa để sử dụng công cụ. Nó có sẵn rộng rãi, được phiên bản hóa và định giá như một sản phẩm API. Các thành viên mới nhất, gpt-realtime-2.1 và 2.1-mini, đã được phát hành vào ngày 6 tháng 7 năm 2026, hai ngày trước khi GPT-Live được công bố.
Đây là công nghệ mà các hướng dẫn thực hành của chúng tôi đề cập: hướng dẫn gpt-realtime ban đầu, GPT-Realtime-2, và GPT-Realtime-2.1-mini. Nếu bạn đang xây dựng bằng nó, Apidog có thể điều khiển trực tiếp các phiên WebSocket, biến việc gỡ lỗi thời gian thực khó hiểu thành các luồng sự kiện có thể kiểm tra; tải xuống miễn phí để kiểm tra một phiên với gpt-realtime-2.1 trong vài phút.
Tại sao sự nhầm lẫn lại dễ hiểu
Hai công nghệ này đang hội tụ từ các hướng đối lập. GPT-Realtime đã mang lại độ trễ chuyển giọng nói sang giọng nói đủ thấp cho các tác nhân sản xuất; GPT-Live đã thêm lớp song công (full-duplex) và ủy quyền lên trên, nhưng chỉ bên trong ChatGPT. Về mặt kiến trúc, GPT-Live trông giống như những gì thế hệ tiếp theo của Realtime API mong muốn, và OpenAI đã nói rằng các mô hình GPT-Live sẽ sớm có mặt trên API.
Cho đến khi điều đó xảy ra, sự phân biệt thực tế là:
- “Tôi muốn nói chuyện với một AI.” GPT-Live, trong ChatGPT. Không cần viết code.
- “Tôi muốn ứng dụng hoặc đường dây điện thoại của tôi nói chuyện với người dùng.” GPT-Realtime, thông qua Realtime API, ngay hôm nay.
- “Tôi muốn hành vi song công của GPT-Live trong ứng dụng của mình.” Chưa có sẵn. Các phương án gần nhất, bao gồm cả việc tự triển khai mô hình ủy quyền, nằm trong bài viết Có API cho GPT-Live không?.
Điều gì sẽ xảy ra khi GPT-Live có mặt trên API
OpenAI chưa cho biết liệu các mô hình GPT-Live sẽ tham gia Realtime API, thay thế nó, hay xuất hiện dưới dạng một giao diện riêng biệt. Cấu trúc bốn biến thể (Instant-backed và GPT-5.5-Thinking-backed ở hai mức độ nỗ lực) gợi ý sự đánh đổi giữa độ trễ/độ sâu ở cấp độ phiên. Đối với các nhóm đang xây dựng ngay bây giờ, lập trường an toàn là mã phiên điều khiển sự kiện trên Realtime API với logic ủy quyền được giữ lỏng lẻo; điều đó sẽ chuyển đổi một cách sạch sẽ theo bất kỳ ba kết quả nào.
Câu hỏi thường gặp
GPT-Live có giống GPT-Realtime không? Không. GPT-Live cung cấp sức mạnh cho ChatGPT Voice cho người dùng; GPT-Realtime là họ mô hình dành cho nhà phát triển trong Realtime API.
Tôi có thể sử dụng GPT-Live trong ứng dụng của riêng mình không? Chưa. OpenAI có kế hoạch cung cấp API “sắp tới.” Realtime API với gpt-realtime-2.1 là giải pháp thay thế hiện tại.
GPT-Realtime có bị GPT-Live thay thế không? OpenAI chưa công bố điều đó. GPT-Realtime vẫn có sẵn rộng rãi và đã được cập nhật hai ngày trước khi GPT-Live ra mắt, vì vậy hãy coi sự cùng tồn tại là giả định lập kế hoạch.
Cái nào có khả năng hơn? Mỗi cái có vai trò khác nhau. GPT-Live có cuộc hội thoại song công (full-duplex) và ủy quyền cho GPT-5.5 bên trong ChatGPT; GPT-Realtime có giao diện dành cho nhà phát triển: gọi hàm, MCP, SIP và giá công bố.