GPT-Live-1 (and GPT-Realtime-2.1)とは？
GPT-Live-1は、ライブ会話のためのOpenAIの音声モデルです。2026年7月からChatGPT Voiceの既定モデルで、9月10日からAPIでも利用できます。聞き取り、発話、話者交替を1つのモ デルで処理し、全二重で動作します。話している間も聞き続けるため、通話相手は自然に割り込めます。推論そのものは行いません。GPT-6 AstraやGPT-6 Luna、あるいは他社モデルなどのテキストモデルを接続し、思考とツール呼び出しを任せ、その間も音声側が会話を続けます。
12種類の音声、キーワードバイアス、注文番号や郵便番号の認識改善を備え、電話通話にも対応します。入力は音声とテキストのみで画像には対応せず、v1/live/sessionsエンドポイントから利用します。
料金はセッション1分あたり$0.05で、秒単位の課金です。これに接続したテキストモデルのトークン料金が加わります。OpenAIのターン制の代替であるGPT-Realtime-2.1はトークン単位の料金で、音声入力100万トークンあたり$32、出力$64です。より安いmini版は$10と$20で、画像も受け付けます。リアルタイム音声翻訳のGPT-Realtime-Translateは1分あたり$0.034です。
GPT-Live-1 (and GPT-Realtime-2.1)の料金は？
| プラン | 価格 | 内容 |
|---|---|---|
| GPT-Live-1 | $0.05 per session minute | バックエンドモデルとツールの利用料が別途かかります |
| GPT-Realtime-2.1 | $32 in / $64 out per 1M audio tokens | キャッシュ入力$0.40、画像を受け付けます |
| GPT-Realtime-2.1 mini | $10 in / $20 out per 1M audio tokens | |
| GPT-Realtime-Translate | $0.034 a minute | 音声から音声への翻訳 |
GPT-Live-1はセッション1分あたり$0.05（秒単位課金）で、バックエンドモデルのトークン料金が別途かかります。GPT-Realtime-2.1の音声は100万（1M）トークンあたり入力$32／出力$64（キャッシュ$0.40）、miniは$10／$20です。GPT-Realtime-Translateは1分あたり$0.034です。
GPT-Live-1 (and GPT-Realtime-2.1)は使う価値があるか？
GPT-Live-1の進歩は会話面にあり、知能面ではありません。話しながら聞き取るため、ターン制の音声エージェントをロボットのように感じさせる間、割り込み、発話の重なりをうまく処理します。OpenAIはFull Duplex BenchでGPT-Realtime-2.1を30ポイント上回ったと報告していますが、公表したのは差だけです。顧客のSpeakは割り込みが80%減ったと報告しています。いずれもOpenAIと顧客による数値です。
設計は音声と推論を分けています。音声層は1分あたり一律$0.05、1時間で$3で、その背後のテキストモデルは自分で選びます。注文状況の案内には安価なモデル、複雑な苦情にはGPT-6 Astraといった具合です。柔軟ですが、分単位の料金はコストの一部にすぎません。Tau3エージェントベンチマークでのOpenAIの最高結果は、最も高価なモデルであるAstraをmedium effortで組み合わせたものです。
エージェントが画像を見る必要があるなら、GPT-Realtime-2.1が引き続き選択肢です。GPT-Live-1は画像入力を廃止しました。GPT-Realtime-2.1は一般的な使い方で1分あたり約$0.05から$0.11、mini版は約$0.016です。GPT-Realtime-Translateは1分あたり$0.034で、70以上の入力言語の音声を13の出力言語へ届いたそばから翻訳します。
欠けているのは、OpenAIが公表していないレイテンシの数値と画像入力です。GPT-Live-1.1はすでにChatGPTで展開が始まっており、APIにも近く提供予定とされています。
真価を発揮する場面
顧客サービスの電話窓口を運営する小売業者
ぎこちない割り込みなしに注文や配送の電話に対応する
定型的な通話にはGPT-Live-1とGPT-6 Lunaを組み合わせます。通話1,000時間で音声層は$3,000、これにLunaのトークン料金が加わります。エスカレーションはAstraに回します。
通話相手が送ったものをエージェントが見る必要があるチーム
通話中に写真やスクリーンショットについて話す
画像を受け付けるGPT-Realtime-2.1を1分あたり約$0.05から$0.11で使います。簡単な通話ならmini版を約$0.016で使えます。
多言語のイベントやサポートを運営する企業
ライブの音声を言語間で翻訳する
GPT-Realtime-Translateは、70以上の入力言語から13の出力言語へ、翻訳した音声と文字起こしを1分あたり$0.034でストリーミングします。
導入前に確認すること
- 導入
- v1/live/sessionsでgpt-live-1のセッションを作成し、音声を選び、推論とツール用のバックエンドのテキストモデルを接続します。GPT-Realtime-2.1は代わりにRealtime APIを使います。
- 連携
- OpenAIのRealtime APIとLive API、function calling、電話対応。バックエンドにはOpenAIや他社のどのテキストモデルも使えます。GPT-Live-1はGo、Plus、ProのChatGPT Voiceの既定モデルです。
- データとプライバシー
- OpenAIはオプトインしない限りAPIデータで学習しません。不正利用監視のログは最大30日間保存されます。2026年3月以降に公開されたモデルでは、データレジデンシー用エンドポイントの料金が10%高くなります。
- 大規模利用時のコスト
- 音声層は通話1,000時間あたり$3,000で、バ ックエンドモデルのトークン料金は含みません。GPT-Realtime-2.1は一般的な使い方で1時間あたり約$3から$6.60、mini版は約$1です。
- 制限
- 音声とテキストのみ。音声は12種類で、カスタム音声は営業経由です。同時セッションはTier 1で25、Tier 5で500です。知識のカットオフは2025年7月31日です。GPT-RealtimeとGPT-Realtime-miniは2027年1月20日に終了します。
良い点
- 全二重で、話しながら聞き取るため割り込みが自然に機能します
- 音声層は1分あたり一律$0.05です
- 背後の推論とツールはどのテキストモデルにも任せられます
- Tier 5で最大500の同時セッションに対応します
気になる点
- GPT-Realtime-2.1と異なり、画像入力がありません
- レイテンシの数値が公表されていません
- 総コストは接続するバックエンドモデルに左右されます
- APIの無料ティアでは利用できません
おすすめの人
自然な話者交替と推論モデルを選べる自由を求め、大量の電話サポートや営業エージェントを構築するチーム。
GPT-Live-1 (and GPT-Realtime-2.1)の代替
GPT-Live-1 (and GPT-Realtime-2.1)：よくある質問
- GPT-Live-1 (and GPT-Realtime-2.1)は使う価値があるか？
- OpenAIで電話エージェントを作るなら、最も自然に聞こえる方法で、割り込みも適切に処理します。請求は分単位で分かりやすくなりますが、安くなるとは限りません。 評価は5点満点中4.3点です。
- GPT-Live-1 (and GPT-Realtime-2.1)の料金は？
- GPT-Live-1はセッション1分あたり$0.05（秒単位課金）で、バックエンドモデルのトークン料金が別途かかります。GPT-Realtime-2.1の音声は100万（1M）トークンあたり入力$32／出力$64（キャッシュ$0.40）、miniは$10／$20です。GPT-Realtime-Translateは1分あたり$0.034です。
- GPT-Live-1 (and GPT-Realtime-2.1)の欠点は？
- GPT-Realtime-2.1と異なり、画像入力がありません; レイテンシの数値が公表されていません; 総コストは接続するバックエンドモデルに左右されます; APIの無料ティアでは利用できません.
- GPT-Live-1 (and GPT-Realtime-2.1)は誰に向いているか？
- 自然な話者交替と推論モデルを選べる自由を求め、大量の電話サポートや営業エージェントを構築するチーム。
- チームや本番環境でGPT-Live-1 (and GPT-Realtime-2.1)を使うと費用はいくらか？
- 音声層は通話1,000時間あたり$3,000で、バックエンドモデルのトークン料金は含みません。GPT-Realtime-2.1は一般的な使い方で1時間あたり約$3から$6.60、mini版は約$1です。
- GPT-Live-1 (and GPT-Realtime-2.1)は企業データを扱っても安全か？
- OpenAIはオプトインしない限りAPIデータで学習しません。不正利用監視のログは最大30日間保存されます。2026年3月以降に公開されたモデルでは、データレジデンシー用エンドポイントの料金が10%高くなります。
- GPT-Live-1 (and GPT-Realtime-2.1)の代わりになるものは？
- 当サイトでレビューした中で最も近い代替はEleven v4 and v4 Turbo, Voxtral 3 (Transcribe and TTS), Gemini 3.8 Flash TTS 、 Cartesia Sonic 3.6です。
回答確認日：2026年10月25日