OpenAI ha appena lanciato GPT-Live, e stavolta non è la solita promessa di ‘conversazioni naturali’ che poi suonano come un centralino bancario del 2003. Questa è roba diversa.
Il punto chiave? Architettura full-duplex. Che tradotto dal tecnichese significa: il modello può ascoltare e parlare contemporaneamente. Non più quel balletto goffo di ‘io parlo-tu ascolti-tu rispondi-io aspetto’. GPT-Live può interrompere, fare ‘mh-mh’ mentre parli per farti capire che sta seguendo, o semplicemente stare zitto quando ti serve un attimo per pensare.
Come funzionavano i modelli vocali fino a ieri (e perché facevano schifo)
Le generazioni precedenti erano sostanzialmente catene di montaggio. La vecchia ChatGPT Voce? Tre modelli in fila: uno trascriveva il parlato in testo, uno generava la risposta, uno la riconvertiva in voce. Lento, innaturale, con informazioni che si perdevano per strada come calzini nella lavatrice.
Poi è arrivata la modalità vocale avanzata, che almeno gestiva tutto dentro un unico modello. Meglio, sì. Ma funzionava ancora a turni rigidi: dovevi smettere di parlare, aspettare il silenzio, e solo allora il modello rispondeva. Una pausa per pensare? Il modello partiva a interrompere. Un rumore di fondo? Credeva fosse finito il tuo turno. Frustrante.
GPT-Live cambia le carte in tavola
Due innovazioni architetturali fanno la differenza.
Prima: l’interazione continua. GPT-Live elabora l’input mentre genera l’output, in tempo reale. Prende decisioni sull’interazione molte volte al secondo: parlare, ascoltare, fare pausa, interrompere, invocare uno strumento. Il risultato? Scambi che suonano finalmente naturali. E sì, può fare anche traduzioni in tempo reale mentre parli.
Seconda innovazione: la delega intelligente. Quando una domanda richiede ricerca web, ragionamento profondo o task complessi, GPT-Live delega dietro le quinte a modelli più potenti — al lancio userà GPT-5.5 — e continua a parlare con te mentre lavora in background. Non più quei silenzi morti mentre il modello ‘pensa’.
Il che significa che ottieni conversazioni fluide e intelligenza di frontiera insieme. Non più compromessi.
I numeri parlano chiaro
OpenAI ha creato nuove valutazioni umane per misurare quanto sia piacevole parlare con questi modelli. In confronti diretti su conversazioni di 5-10 minuti, GPT-Live-1 e GPT-Live-1 mini stravincono contro la modalità vocale avanzata. Su tutto: preferenza complessiva, alternanza dei turni, interruzioni, flusso conversazionale, naturalezza percepita.
Ma non è solo questione di sensazioni. Su GPQA — un benchmark che valuta il ragionamento scientifico a livello esperto in biologia, chimica e fisica — GPT-Live-1 supera nettamente la modalità vocale avanzata. Stesso discorso su BrowseComp, che misura la capacità di ricerca web agentica e trovare informazioni difficili da scovare.
Su τ³-Voice Telecom, che simula attività realistiche di assistenza telefonica multi-turno, GPT-Live-1 domina ancora. Cifre che fanno girare la testa, considerando che la modalità vocale avanzata era già considerata ottima.
Cosa cambia per chi usa ChatGPT
Oltre 150 milioni di persone ogni settimana parlano con ChatGPT usando funzionalità vocali. Da oggi, quando tocchi il pulsante Voce, ottieni un’esperienza completamente nuova basata su GPT-Live.
Conversazioni più naturali: puoi interromperlo, fare pause per pensare, chiedergli di rallentare. Lui risponde con ‘mh-mh’ o ‘capito’ mentre parli. Le nove voci distintive di ChatGPT sono state rimasterizzate appositamente per GPT-Live.
Risposte più intelligenti: ChatGPT Voce può ora attingere ai modelli di frontiera più recenti. Puoi anche scegliere il livello di ragionamento: Immediato per risposte rapide, Medio e Alto quando vuoi che dedichi più tempo a pensare.
Ascolto migliorato: se ti fermi un attimo, ChatGPT aspetta invece di interromperti. Se gli chiedi di stare zitto e ascoltare, lo fa davvero. Con rumore di fondo — traffico, conversazioni nelle vicinanze — riesce a concentrarsi sulla tua voce senza distrarsi.
E mentre parli, può mostrare schede visive ricche per meteo, azioni, sport e altro. Continua a supportare ricerca, memoria, immagini e caricamento file.
Sicurezza: non è un ripensamento
GPT-Live è progettato per essere sicuro per impostazione predefinita, con addestramento dedicato nelle aree di rischio principali: autolesionismo, psicosi e mania, dipendenza emotiva dall’IA, violenza, contenuti sessuali.
OpenAI ha ampliato i test di sicurezza con valutazioni audio native e scenari sintetici concentrati su aree critiche. Esperti interni hanno fatto red teaming specifico per i rischi delle interazioni vocali. Nei test, GPT-Live ha ottenuto risultati comparabili o superiori alla modalità vocale avanzata in quasi tutte le aree.
Le protezioni sono integrate e possono intervenire in tempo reale mentre il modello parla. Quando rileva output potenzialmente non sicuri, può orientare verso risposte più sicure, mostrare messaggi di supporto o terminare la conversazione nei casi a rischio elevato. Per l’autolesionismo, ci sono flussi di supporto adattati alla voce, con offerta di assistenza tramite linee di crisi verificate.
Per gli adolescenti, ci sono protezioni aggiuntive e comportamenti adeguati all’età addestrati direttamente nel modello. I genitori possono controllare se i figli adolescenti possono usare ChatGPT Voce e ricevere notifiche in situazioni a rischio elevato.
GPT-Live è progettato per conversare, non per impersonare. Usa voci predefinite con protezioni per impedire l’imitazione di persone reali.
Disponibilità e quello che manca (per ora)
GPT-Live è in distribuzione globale su iOS, Android e ChatGPT.com. GPT-Live-1 diventa il modello predefinito per utenti Go, Plus e Pro. GPT-Live-1 mini per gli utenti Free.
È ottimizzato per le lingue più diffuse in ChatGPT, ma per alcune lingue potresti notare un accento non madrelingua o qualche mancanza di fluidità. OpenAI sta lavorando per migliorare l’esperienza multilingue.
Al lancio, GPT-Live non supporta voce con video o condivisione dello schermo — funzionalità che arriveranno presto. Nel frattempo, puoi ancora accedere alle versioni legacy dove queste opzioni sono disponibili.
Il modello di frontiera in background verrà aggiornato continuamente man mano che OpenAI rilascia nuovi modelli. Oggi è GPT-5.5. Domani chissà.
Se l’obiettivo era rendere l’interazione uomo-IA davvero naturale, questi sono i primi passi concreti verso quel mondo. E stavolta non sembrano solo promesse di marketing.
