O que é GPT-Live-1 (and GPT-Realtime-2.1)?
GPT-Live-1 é o modelo de voz da OpenAI para conversa ao vivo, o modelo padrão do ChatGPT Voice desde julho de 2026 e disponível na API desde 10 de setembro. Ele cuida de ouvir, falar e alternar a vez em um único modelo, e é full-duplex: continua ouvindo enquanto fala, então quem liga pode interromper com naturalidade. Ele não faz o raciocínio. Você conecta um modelo de texto, como o GPT-6 Astra, o GPT-6 Luna ou um modelo de terceiros, para cuidar do raciocínio e das chamadas de ferramenta enquanto a voz mantém a conversa.
Ele vem com 12 vozes, keyword biasing e melhor reconhecimento de números de pedido e códigos postais, e suporta ligações telefônicas. Aceita só áudio e texto, sem entrada de imagem, pelo endpoint v1/live/sessions.
Ele custa $0,05 por minuto de sessão, cobrado por segundo, mais os tokens do modelo de texto conectado. A alternativa por turnos da OpenAI, o GPT-Realtime-2.1, é cobrada por token: $32 por milhão de tokens de entrada de áudio e $64 de saída, com uma versão mini mais barata a $10 e $20, e aceita imagens. O GPT-Realtime-Translate, um tradutor de fala ao vivo, custa $0,034 por minuto.
Quanto custa GPT-Live-1 (and GPT-Realtime-2.1)?
| Plano | Preço | O que inclui |
|---|---|---|
| GPT-Live-1 | $0.05 per session minute | Mais o uso do modelo de backend e das ferramentas |
| GPT-Realtime-2.1 | $32 in / $64 out per 1M audio tokens | Entrada em cache $0,40; aceita imagens |
| GPT-Realtime-2.1 mini | $10 in / $20 out per 1M audio tokens | |
| GPT-Realtime-Translate | $0.034 a minute | Tradução de fala para fala |
GPT-Live-1 $0,05 por minuto de sessão, cobrado por segundo, mais os tokens do modelo de backend. GPT-Realtime-2.1 áudio $32 de entrada / $64 de saída por 1M de tokens ($0,40 em cache); mini $10 / $20. GPT-Realtime-Translate $0,034 por minuto.
GPT-Live-1 (and GPT-Realtime-2.1) vale a pena?
A melhoria do GPT-Live-1 é conversacional, não intelectual. Como ele ouve enquanto fala, lida com as pausas, interrupções e falas sobrepostas que fazem os agentes de voz por turnos parecerem robóticos. A OpenAI relata um ganho de 30 pontos no Full Duplex Bench em relação ao GPT-Realtime-2.1, embora tenha publicado só a diferença, e a Speak, uma cliente, relata 80% menos interrupções. São números da OpenAI e de clientes.
O design separa a voz do raciocínio. A camada de voz custa um valor fixo de $0,05 por minuto, $3 por hora, e você escolhe o modelo de texto por trás dela: um barato para atualizações de pedidos, o GPT-6 Astra para reclamações complicadas. Isso é flexível, mas significa que o preço por minuto é só parte do custo. O melhor resultado da OpenAI no benchmark de agentes Tau3 vem de combiná-lo com o Astra em esforço médio, seu modelo mais caro.
O GPT-Realtime-2.1 continua sendo a escolha quando o agente precisa ver imagens, recurso que o GPT-Live-1 abandonou. Ele custa de cerca de $0,05 a $0,11 por minuto em uso típico, e sua versão mini cerca de $0,016. O GPT-Realtime-Translate, a $0,034 por minuto, traduz a fala de mais de 70 idiomas de entrada para 13 idiomas de saída à medida que ela chega.
As lacunas são os números de latência, que a OpenAI não publicou, e a entrada de imagem. O GPT-Live-1.1 já está sendo liberado no ChatGPT e aparece como previsto para a API.
Onde ele se destaca
Um varejista que opera linhas telefônicas de atendimento ao cliente
Atender ligações sobre pedidos e entregas sem interrupções desajeitadas
Combine o GPT-Live-1 com o GPT-6 Luna para as ligações de rotina. 1.000 horas de ligações custam $3.000 pela camada de voz, mais os tokens do Luna; encaminhe os casos escalados para o Astra.
Uma equipe cujo agente precisa ver o que o cliente envia
Discutir uma foto ou captura de tela durante uma ligação
Use o GPT-Realtime-2.1, que aceita imagens, a cerca de $0,05 a $0,11 por minuto; ou a versão mini, a cerca de $0,016, para ligações mais simples.
Uma empresa que organiza eventos ou suporte multilíngues
Traduzir fala ao vivo entre idiomas
O GPT-Realtime-Translate transmite áudio traduzido e transcrições de mais de 70 idiomas de entrada para 13 idiomas de saída, a $0,034 por minuto.
Antes de decidir
- Configuração
- Crie uma sessão em v1/live/sessions com gpt-live-1, escolha uma voz e conecte um modelo de texto de backend para raciocínio e ferramentas; o GPT-Realtime-2.1 usa a Realtime API.
- Integrações
- APIs Realtime e Live da OpenAI, function calling, suporte a telefonia; qualquer modelo de texto da OpenAI ou de terceiros como backend. O GPT-Live-1 é o ChatGPT Voice padrão para Go, Plus e Pro.
- Dados e privacidade
- A OpenAI não treina com dados da API, a menos que você opte por isso; os logs de monitoramento de abuso são mantidos por até 30 dias. Endpoints com residência de dados custam 10% a mais para modelos lançados depois de março de 2026.
- Custo em escala
- Camada de voz a $3.000 por 1.000 horas de ligações, antes dos tokens do modelo de backend. O GPT-Realtime-2.1 sai por cerca de $3 a $6,60 por hora em uso típico; sua versão mini, cerca de $1.
- Limites
- Só áudio e texto; 12 vozes, vozes personalizadas pela equipe de vendas. 25 sessões simultâneas no Tier 1, 500 no Tier 5. Corte de conhecimento em 31 de julho de 2025. GPT-Realtime e GPT-Realtime-mini serão desligados em 20 de janeiro de 2027.
O que é bom
- Full-duplex: ouve enquanto fala, então as interrupções funcionam com naturalidade
- Valor fixo de $0,05 por minuto para a camada de voz
- Qualquer modelo de texto pode cuidar do raciocínio e das ferramentas por trás
- Até 500 sessões simultâneas no Tier 5
O que não é
- Sem entrada de imagem, ao contrário do GPT-Realtime-2.1
- Sem números de latência publicados
- O custo total depende do modelo de backend que você conecta
- Indisponível no nível gratuito da API
Ideal para
Equipes que constroem agentes telefônicos de suporte ou vendas em alto volume e querem uma alternância de vez natural e liberdade para escolher o modelo de raciocínio.
Alternativas ao GPT-Live-1 (and GPT-Realtime-2.1)
GPT-Live-1 (and GPT-Realtime-2.1): perguntas frequentes
- GPT-Live-1 (and GPT-Realtime-2.1) vale a pena?
- A forma mais natural da OpenAI de construir um agente telefônico, com interrupções tratadas como devem; a conta é mais simples por minuto, mas não necessariamente menor. Damos nota 4.3 de 5.
- Quanto custa GPT-Live-1 (and GPT-Realtime-2.1)?
- GPT-Live-1 $0,05 por minuto de sessão, cobrado por segundo, mais os tokens do modelo de backend. GPT-Realtime-2.1 áudio $32 de entrada / $64 de saída por 1M de tokens ($0,40 em cache); mini $10 / $20. GPT-Realtime-Translate $0,034 por minuto.
- Quais são as desvantagens de GPT-Live-1 (and GPT-Realtime-2.1)?
- Sem entrada de imagem, ao contrário do GPT-Realtime-2.1; sem números de latência publicados; o custo total depende do modelo de backend que você conecta; indisponível no nível gratuito da API.
- Para quem GPT-Live-1 (and GPT-Realtime-2.1) é indicado?
- Equipes que constroem agentes telefônicos de suporte ou vendas em alto volume e querem uma alternância de vez natural e liberdade para escolher o modelo de raciocínio.
- Quanto custa GPT-Live-1 (and GPT-Realtime-2.1) para uma equipe ou em produção?
- Camada de voz a $3.000 por 1.000 horas de ligações, antes dos tokens do modelo de backend. O GPT-Realtime-2.1 sai por cerca de $3 a $6,60 por hora em uso típico; sua versão mini, cerca de $1.
- GPT-Live-1 (and GPT-Realtime-2.1) é seguro para dados da empresa?
- A OpenAI não treina com dados da API, a menos que você opte por isso; os logs de monitoramento de abuso são mantidos por até 30 dias. Endpoints com residência de dados custam 10% a mais para modelos lançados depois de março de 2026.
- Quais são as melhores alternativas ao GPT-Live-1 (and GPT-Realtime-2.1)?
- As alternativas mais próximas que analisamos são Eleven v4 and v4 Turbo, Voxtral 3 (Transcribe and TTS), Gemini 3.8 Flash TTS e Cartesia Sonic 3.6.
Respostas verificadas em 25 de out. de 2026.