
何が起きたか
OpenAIは、聞きながら同時に話せる全二重音声モデルGPT-Live-1を、毎分0.05ドルのAPIとして開発者向けに提供開始。Yelpはすでに電話予約で利用している。
なぜ重要か
OpenAIのベンチマークで、全二重の対話性はGPT-Realtime-2.1の45.4%から80.1%に上昇し、ターン交代の遅延は1.4秒から0.8秒に短縮された。
注目点
毎分0.05ドルという価格が大量通話での導入を妨げないか、外部のテストがOpenAI自身のベンチマーク改善と一致するか。ツール呼び出し精度が60%から87%に向上した点にも注目だ。
誰に効くか音声エージェントを構築する開発者とコンタクトセンターのチームが最も明確な恩恵を受ける。全二重音声を異なるバックエンドモデルと組み合わせ、推論の深さ、速度、コストをトレードオフできるようになったからだ。電話ベースの顧客対応を検討する企業は、報告されている通話対応の改善に対して毎分0.05ドルのコストを正当化する必要がある。
こういう要約が、毎朝あなたのメールに届きます。
GPT-Live-1はまったく新しいモデルの投入というよりパッケージングの決断だ。この音声モデルはすでにChatGPT内で稼働しており、OpenAIは今それをAPIとして公開し、開発者が独自の音声アプリを構築できるようにした。開発者は音声レイヤーをタスクに応じて異なるバックエンドモデルと組み合わせられ、推論の深さ、速度、コストを用途ごとに合わせられる。
ベンチマークの話が売り文句だ。GPT-Realtime-2.1と比べて、OpenAIは全二重の対話性が45.4%から80.1%に跳ね上がり、ターン交代の遅延が1.4秒から0.8秒に下がり、ツール呼び出し精度が60%から87%に上がったと報告する。銀行の音声サポートのベンチマークでは、GPT-Live-1の合格率は12.4%から32%に達する。いずれもOpenAI自身の数字であり、外部の開発者が同じ改善を確認できるかが試される。
初期導入の例はYelpで、電話予約にこのモデルを使い、CTOのAlex Levy氏によれば通話対応が改善したという。音声エージェントを検討する企業にとって、結果はこうした運用上の改善が通話量における毎分0.05ドルを正当化できるか、また12種類の新音声と組み込みのASR文字起こし・応答テキストによって統合が導入しやすいものになるかにかかっていそうだ。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
Reson8は5億パラメータの音声認識モデルRumble-2-FlashをApache 2.0ライセンスの無償オープンウェイトとして公開した
Microsoft Ignite 2026でマイクロソフトは赤・青・緑チームのエージェントを組み合わせ攻撃模擬・検知調査・脆弱性修正を行うMicrosoft Perceptionの一般提供を発表した

Microsoft Ignite 2026でWindows Server 2028のパブリックプレビューが公開され、Microsoft Foundry、Windows ML、vLLM、Llama.cppによるAI推論ホス…

AUMOVIOはDatabricks Unity GatewayをLLMへの唯一の経路に採用

CADMAGEDDONはBenchCADの64³ボクセルIoUで、1000部品のサブセットにおいて0.991を記録し、Claude Sonnet 5.5の0.963、Claude Opus 5.5の0.962、GPT-6…

MIT Technology ReviewのAI誇大広告指数はAIの広がりを示し、GoogleのAI Overviewsが広告収入で数十億ドルを失わせたことやAI支援のサイバー攻撃を挙げた
