OpenAI「GPT-Live-1」API公開、聞きながら話す音声AI——料金は1分0.05ドル

結論から言うと、OpenAIは2026年9月10日、自然な音声会話をアプリへ組み込む「GPT-Live-1」をAPIで公開しました。相手の声を聞きながら話せる全二重方式で、利用者が返答の途中に割り込んだり、少し黙って考えたり、周囲に雑音があったりする場面を一つの音声モデルで扱います。

従来の音声認識、文章AI、音声合成を順につなぐ方式より構成を簡単にし、深い推論やツール操作が必要なときはGPT-6 Astraなどの文章モデルへ処理を任せられます。声の調子、速さ、話し方はシステム指示で調整でき、電話による予約や顧客対応にも利用可能です。

OpenAIの評価ではFull Duplex BenchがGPT-Realtime-2.1より30ポイント向上し、語学サービスSpeakの初期評価では、学習者が考えている途中の割り込みが従来方式より約80%減りました。提供価格は前面の音声処理が1分0.05ドルで、後ろで使う推論モデルなどの費用は別です。開発者には会話アプリの実装量と待ち時間を減らせる可能性があります。

ただし数値には自社評価や協力企業の事例が含まれ、実際の精度や総費用は用途、通話時間、裏側のモデルで変わります。録音への同意や個人情報の扱いも事前に設計してください。