GPT-Live

这是什么

以前跟 AI 语音聊天，要么等它说完再轮到你（turn-based），要么中间信息丢失、反应迟钝（级联 STT-LLM-TTS）。OpenAI 这次直接上全双工：GPT-Live 能同时听和说，一秒内多次决定“要不要插话、要不要安静、要不要嗯嗯回应”，对话流像真人协作。

它现在驱动 ChatGPT Voice 体验，复杂问题会后台委托最新前沿模型（上线时用 GPT-5.5），自己继续跟你聊，不冷场。目标是让语音交互越来越接近“跟另一个人一起干活”。

能打的地方

• 真正的连续交互：全双工架构，支持打断、停顿思考、快速来回，还能做实时翻译；不再靠“静音检测”误判你说完了。
• 自然反馈：会用 “mhmm”“yeah”“got it” 表示在听，节奏和时间感更像真人。
• 智能不掉线：需要搜索、深度推理或 agent 任务时，委托后台模型处理，自己维持对话流；会随新模型持续更新。
• 实测偏好大幅领先：与 Advanced Voice Mode 的 5–10 分钟对话对比，GPT-Live-1 整体偏好约 75.7%，mini 约 69.2%；对话流畅度、愉悦感评分更高。
• 能力同步升级：GPQA 科学推理、BrowseComp 代理搜索、多轮客服类任务上明显强于旧版 Advanced Voice Mode；9 种声音也做了 remaster。

适合谁 · 谁不用碰

适合：每周已经在用 ChatGPT Voice/Dictation 的人（官方称超 1.5 亿人规模）；开车/做家务/通勤需要 hands-free 的；练口语、讲睡前故事、想边聊边查资料的；对“对话自然度”敏感的产品经理、创作者、语言学习者。

不用碰：纯文本输入就够的人；没有稳定 ChatGPT 账号/支付方式的；对语音延迟和自然度无感、只想快速得到答案的；完全无法解决大陆访问问题的用户——体验再好也进不去。

上手门槛

打开 ChatGPT，点 Voice 按钮即可（正在全球滚动，分 GPT-Live-1 与 mini 两版）。大陆访问 OpenAI/ChatGPT 必须梯子，网络不稳会直接毁掉全双工体验。中文支持沿用 ChatGPT 能力（可正常中文对话）。免费用户能用，付费档位通常额度/优先级更高，具体以账号显示为准。学习成本几乎为零，但想榨干“委托后台+多任务”需要多试几次复杂问题。

和同类怎么选

维度	GPT-Live	Advanced Voice Mode	Gemini Live（定性）
核心定位	全双工连续交互 + 后台前沿模型委托	单模型 turn-based 语音	类似实时对话方向
价格模式	随 ChatGPT freemium	同左	随 Google 账号/订阅
易用性	自然打断与反馈更强	已经流畅但更“轮流说”	强，生态绑定 Android/Google
大陆可用性	需梯子	需梯子	需梯子/可用性更差

具体以各家官网为准。
如果你已在 ChatGPT 生态，直接升级体验最省事；跨生态比自然度与后台智能深度，再看账号与网络成本。

值不值得试

常用 ChatGPT Voice 的人值得立刻点开试一轮——全双工带来的“被认真听着”的感觉，是参数表上看不出来的跃升。纯文本党或网络不稳的大陆用户可以先观望，等 API 开放或网络方案成熟再上。