GPT-Live上线：ChatGPT语音终于能像正常人说话了

ChatGPT语音模式两年了，终于能像正常人一样说话了。

7月8日，OpenAI发布了新语音模型GPT-Live，全面替换ChatGPT原有的语音模式。

一句话总结变化：以前是你说完、AI再说；现在是两个人可以同时说话。

到底变了什么

全双工。 这是核心。GPT-Live可以一边听你说话一边回应。你随时能打断它，它能分辨你是在停顿思考还是已经说完了。

以前的语音模式是「你说一句→AI说一句」的回合制，中间有明显延迟。现在更接近真人打电话的感觉——你插话它会停下来听，你说「嗯」它会用「嗯嗯」回应表示在听。

后台推理。 遇到需要搜索或复杂推理的问题，GPT-Live不会卡住等你。它在后台调用GPT-5.5处理，同时跟你继续聊，等结果出来了再告诉你。

可调智能级别。 付费用户可选「即时」「中等」「高」三档推理强度。简单问题用即时模式秒回，复杂问题用高档模式多想想。✅（来源：OpenAI官方公告，2026年7月8日）

谁能用

• • GPT-Live-1：Go、Plus、Pro付费用户默认使用
• • GPT-Live-1 mini：免费用户默认使用
• • 已向全球iOS、Android、ChatGPT网页版陆续推送
• • API接口后续开放，目前开发者可注册等候

据OpenAI数据，目前每周有超过1.5亿人通过语音和听写功能与ChatGPT交流。✅（来源：OpenAI官方公告）

还不够的地方

• • 暂不支持视频通话和屏幕共享的语音模式
• • 中文等非英语语言可能带口音或流畅度不足，OpenAI称在改进
• • 刚上线，部分地区可能还没推送到位

我的判断

语音交互正在从「附加功能」变成「核心入口」。

豆包在国内已经做到了类似的实时对话体验，Google的Gemini Live也早就有了。OpenAI这次算是追平了差距。

据证券时报2026年7月9日报道，目前实时语音交互领域，谷歌Gemini Live、字节豆包、OpenAI GPT-Live三条技术路线各有优劣，但共同证明了一件事：语音已从附加功能升级为AI的核心流量入口。 ✅

对普通人来说意味着什么？以后跟AI说话会越来越像跟人说话。不需要学什么指令、不需要记prompt模板，开口就行。

这才是AI真正走向大众的关键一步。

袁锐钦 · AI产品实操 & 出海工具站日更中。做产品、测工具、跑变现，把试过的路摊开给你看。