OpenAI telah meluncurkan GPT-Live, serangkaian model suara baru untuk ChatGPT yang dapat mendengarkan dan berbicara pada saat yang sama, menandai perombakan paling signifikan yang dilakukan perusahaan terhadap pengalaman suara percakapannya hingga saat ini. Rilis ini menggunakan apa yang digambarkan OpenAI sebagai arsitektur dupleks penuh, yang memungkinkan pengguna untuk menyela, berbicara, dan berkomunikasi dengan asisten dengan cara yang menurut perusahaan terasa seperti panggilan telepon sungguhan.
Peluncuran ini dilakukan bersamaan dengan peluncuran rangkaian model GPT-5.6 OpenAI yang lebih luas pada minggu ini, dan merupakan dorongan untuk membuat berita AI terkini tentang antarmuka suara tidak terasa seperti memerintah mesin dan lebih seperti mengobrol dengan seseorang.
Apa yang Membuat GPT-Live Berbeda
Asisten suara tradisional beroperasi dalam mode setengah dupleks: Anda berbicara, lalu berhenti, lalu sistem memproses permintaan Anda dan merespons. Pengambilan giliran itu kaku. GPT-Live mematahkan pola tersebut dengan pemrosesan audio full-duplex, yang berarti model dapat mendengar Anda saat masih berbicara. Hal ini memungkinkan terjadinya interupsi alami, koreksi di tengah kalimat, dan percakapan yang tumpang tindih — hal yang dianggap remeh oleh manusia tetapi secara historis selalu dihadapi oleh AI suara.
Menurut Reuters, model GPT-Live mendengarkan dan berbicara secara bersamaan — sebuah kemampuan yang telah lama menjadi target bidang AI suara. Pendekatan ini menghilangkan jeda canggung dan pengambilan giliran paksa yang telah menentukan mode suara ChatGPT versi sebelumnya.
Detail teknis penting: saat GPT-Live menghadapi pertanyaan rumit, pertanyaan tersebut akan diserahkan ke GPT-5.5 di latar belakang. Model suara menangani alur percakapan secara real-time, sementara model penalaran yang lebih besar mengerjakan tugas-tugas yang lebih sulit di belakang layar — lalu memberikan jawabannya kembali. Pembagian kerja tersebut, menurut OpenAI, secara drastis meningkatkan kualitas respons tanpa mengorbankan daya tanggap yang membuat percakapan real-time terasa alami.
Ketersediaan dan Harga
OpenAI meluncurkan model suara baru dalam dua tingkatan:
- GPT-Live-1 — model lengkap, kini tersedia untuk pelanggan ChatGPT berbayar (paket Plus, Pro, dan Tim).
- GPT-Live-1 mini — versi lebih kecil dan ringan tersedia untuk akun ChatGPT gratis.
Peluncuran ini juga menghadirkan penelusuran web langsung ke dalam percakapan suara. Seperti yang dilaporkan Search Engine Journal, GPT-Live mengintegrasikan penelusuran langsung ke dalam suara ChatGPT, sehingga pengguna dapat bertanya tentang kejadian terkini atau informasi yang berubah dengan cepat dan mendapatkan jawaban berdasarkan hasil web baru tanpa perlu berpindah mode.
Pasar AI Suara yang Kompetitif
GPT-Live hadir dalam lanskap AI suara yang semakin ramai. Google telah mendorong fitur suara bertenaga Gemini di Android dan produk Gemini Live, sementara Apple terus menyempurnakan Siri dengan model bahasa besar. Anthropic, saingan utama OpenAI, memfokuskan upayanya baru-baru ini pada pengkodean agen dan model penalaran daripada suara.
Pendekatan full-duplex adalah arah yang akan dituju oleh industri yang lebih luas. Dengan memungkinkan mendengarkan dan berbicara secara bersamaan, GPT-Live mengurangi latensi dan menghilangkan satu-satunya keluhan terbesar yang dimiliki pengguna terhadap asisten suara: menunggu. Penyerahan ke GPT-5.5 untuk kueri kompleks juga merupakan sinyal bahwa OpenAI memandang suara bukan sebagai antarmuka sederhana, namun sebagai pintu depan menuju modelnya yang paling mumpuni.
Mengapa Itu Penting
Suara telah diperlakukan selama bertahun-tahun sebagai antarmuka sekunder yang digerakkan oleh perintah — baik untuk menyetel pengatur waktu dan memeriksa cuaca, kurang berguna untuk percakapan bernuansa. Taruhan GPT-Live adalah bahwa hambatannya bukanlah kecerdasan model, melainkan antarmuka: memaksa manusia untuk berbicara dalam waktu yang terisolasi.
Jika percakapan dupleks penuh berfungsi dengan baik dalam skala besar, hal ini akan mengubah cara orang berinteraksi dengan AI di ponsel, di mobil, di speaker pintar, dan pada akhirnya di perangkat wearable. Hal ini juga menimbulkan kekhawatiran umum – tentang persetujuan pada perangkat yang selalu mendengarkan, tentang realisme suara sintetis, dan tentang apakah percakapan yang lebih alami membuat pengguna terlalu mempercayai jawaban AI.
OpenAI belum merinci langkah-langkah keamanan khusus untuk GPT-Live di luar kebijakan konten yang ada, meskipun integrasi penelusuran berarti model tersebut kini dapat menampilkan informasi langsung ke dalam bentuk suara yang mungkin lebih sulit dievaluasi secara kritis oleh pengguna dibandingkan teks yang dapat mereka gulir kembali.
Apa yang Terjadi Selanjutnya
Untuk saat ini, GPT-Live merupakan fitur ChatGPT pertama dan produk pengembang kedua. Pengujian sebenarnya akan dilakukan dengan akses API, ketika aplikasi pihak ketiga, platform layanan pelanggan, dan pembuat perangkat keras dapat menyambungkan percakapan dupleks penuh ke dalam produk mereka sendiri. Pada saat itulah OpenAI akan menghadapi tekanan harga dari model suara sumber terbuka yang lebih murah dan dari pesaing yang ingin menyamai fitur tersebut.
Peluncuran bersamaan dengan rilis publik GPT-5.6 menunjukkan bahwa OpenAI memandang suara dan penalaran sebagai dua bagian dari strategi yang sama: model hebat yang berpikir, dipasangkan dengan antarmuka yang memungkinkan Anda berbicara dengannya seperti rekan kerja.
Tetap Terdepan dalam AI
Untuk liputan berkelanjutan mengenai rilis model, AI suara, dan segala sesuatu yang membentuk industri ini, ikuti perkembangan AI terbaru di AI Buzz Wire.
Baca berita AI selengkapnya →
