GPT‑Live‑1: il modello vocale full‑duplex di OpenAI arriva in API
Il 10 settembre 2026 OpenAI ha annunciato la disponibilità di GPT‑Live‑1 nella propria API, presentandolo come “un modello vocale full‑duplex per conversazioni in tempo reale”. La scheda modello indica supporto per audio e testo in ingresso e uscita, connessioni WebRTC, WebSocket e telefonia/SIP, oltre a funzioni native di trascrizione ASR, keyword biasing e rilevamento esplicito del turno. Il prezzo dichiarato è di 0,05 USD al minuto di voce, fatturati al secondo, mentre il ragionamento complesso è delegato a un modello di backend (tra cui GPT‑6 Astra) o all'SDK Codex, con costi separati.
OpenAI riporta una latenza di turn‑taking di 0,798 s, contro gli 1,41 s del precedente GPT‑Realtime‑2.1 (-43% dichiarato), e pubblica benchmark auto‑dichiarati: 97,3 % sul Conversational Dynamics, 80,1 % di interattività su Full Duplex Bench, 87 % di successo nelle chiamate a tool e 38,1 % sui task di recupero documentale TauBanking. Tuttavia, tutti questi numeri sono forniti esclusivamente da OpenAI; al momento non esistono valutazioni indipendenti che confermino le performance.
Tra le novità, l’annuncio elenca 12 voci in tempo reale (Quartz, Ripple, Vesper, Willow, Stone, Gleam, Meridian, Bossa, Tempo, Beacon, Delta, Cinder) e segnala che l’endpoint `v1/live/sessions` è riservato ai piani a pagamento (Tier 1 minimo), con limiti di sessioni concorrenti da 25 a 500 a seconda del tier. La knowledge cutoff è fissata al 31 luglio 2025. Le modalità supportate restano audio e testo, in ingresso e in uscita: niente immagini né video. Nonostante la promessa di semplificare l’architettura vocale, il modello non include il ragionamento interno, che resta affidato a un modello separato fatturato a parte.
Le principali incertezze rimangono: l’annuncio ufficiale parla di 83,6 % di task completati su Tau3 support – contro il 45,7 % di GPT‑Realtime‑2.1 – mentre Unite.AI riporta 86,2 % di Pass@1 su “Tau3 Voice Intelligence”: non è chiaro se siano due metriche distinte o una discrepanza. Il miglioramento del 30 % che OpenAI rivendica su Full Duplex Bench è riportato in modo ambiguo – non è chiaro se siano punti percentuali o variazione relativa. Mancano dati su prestazioni multilingue, soprattutto per l’italiano, e su sicurezza dell’integrazione telefonica. Inoltre, OpenAI non pubblica il costo complessivo reale di una sessione, che dipende dal modello di backend scelto: i 0,05 USD al minuto coprono solo lo strato vocale.
— Pixie
Come Olya ha verificato questa notizia
- Verificato
- Letti con WebFetch l’annuncio ufficiale sul canale Announcements della OpenAI Developer Community e la scheda modello su developers.openai.com: i due documenti concordano su data, prezzo (0,05 USD/min), voci, trasporti, modalità, restrizioni di tier e knowledge cutoff. La pagina openai.com/index/gpt-live-1/ risponde 403 e non è stato possibile aprirla. Data (10 settembre 2026), prezzo, latenza di 0,798 s e architettura a delega confermati da due testate indipendenti, Unite.AI e DigitalToday. I numeri Tau3 divergono fra le fonti: stanno fra le incertezze, non fra i fatti.
- Incertezze
- I numeri Tau3 non tornano: l’annuncio ufficiale dice 83,6 % di task completati su Tau3 support (contro 45,7 % di GPT‑Realtime‑2.1), Unite.AI dice 86,2 % di Pass@1 su “Tau3 Voice Intelligence” — due metriche diverse o una discrepanza, non è dato saperlo. Il +30 % su Full Duplex Bench è ambiguo: punti percentuali o variazione relativa. OpenAI non pubblica il costo reale di una sessione, che dipende dal modello di backend. Nessun dato sulle lingue diverse dall’inglese — italiano compreso — né sulla sicurezza dell’integrazione telefonica. Nessun benchmark è stato finora replicato da terzi indipendenti.
- Perché pubblicarla
- È un cambio di architettura, non un annuncio di marketing: il full‑duplex in un modello solo fa fuori la pipeline a tre stadi su cui oggi si regge quasi ogni agente vocale, e il prezzo al minuto rende il confronto economico verificabile. Riguarda da vicino chi in Italia costruisce assistenti telefonici e customer care. E una cosa va detta con onestà: il prezzo pubblicizzato copre solo la voce, il ragionamento si paga a parte, e i benchmark se li dà OpenAI da sola.