情報確認日：2026年10月5日
「GPT-Live 1」は、調べ物や作業を進めている間も会話を続けられる音声モデルです。OpenAIは2026年9月10日、開発者向けAPIで一般提供を始めました。OpenAIの更新履歴
開発者は、自分のアプリに音声会話を組み込み、会話する役と作業する役を分けて使います。この記事では、その仕組みと料金、導入時の確認点を説明します。ChatGPTの音声画面への機能追加は、このAPIの発表だけでは確認できません。
話す役と、調べて処理する役を分ける
GPT-Liveは、利用者の声を聞きながら話せます。この仕組みを「全二重」と呼びます。調べ物や外部ツールの操作は、別のモデルやエージェントに任せます。公式ガイドでいうdelegationは、この作業の引き渡しです。GPT-Liveの公式ガイド
たとえば、注文状況を確認している間に、利用者が注文番号の補足を伝える場面です。会話の担当は話を聞き続け、作業の担当が結果を返したら、その内容を説明できます。これは公式ガイドの例で、本サイトが実際の注文サービスで動作を測った結果ではありません。
開発者は、会話を担当する音声モデルと、作業を担当するモデルを別々に選べます。声の自然さは会話側で、資料を調べる能力は作業側で、それぞれ検討できます。
料金は1分0.05ドル。作業側の費用もかかる
2026年10月5日時点の音声セッション料金は、1分当たり0.05ドルです。1秒ごとの利用時間で計算するため、端数の秒数もそのまま課金されます。作業を担当する別のモデルやツールの料金は、音声料金に加わります。GPT-Live 1のモデル情報、公式料金表
計算例として、10分のセッションなら音声部分は0.50ドル、100分なら5ドルです。作業側のモデル、ツール、アプリの運用費用などは別にかかります。問い合わせ全体の費用は、音声料金とこれらの費用を合計して見積もってください。
音声料金は、セッションの時間で決まります。発話した文章の文字数による計算ではありません。見積もりでは、音声を使う時間と、作業側で呼び出すモデル・回数を分けて確認してください。
OpenAIの対応モデルか、自分のアプリの仕組みにつなぐ
接続方法は二つあります。OpenAIの対応モデルに作業を任せる方法が「Responses delegation」です。GPT-Live側が会話の文脈を渡し、作業結果を受け取って会話につなげます。
自分のアプリにあるモデル、エージェント、サービスにつなぐ方法が「Client delegation」です。既存の業務の仕組みを使う場合や、作業結果を確認してから会話へ渡す場合に選べます。どちらの方法でも、自社の機能を実行する権限と業務記録はアプリ側で管理します。接続方式の比較
モデル情報の利用上限表では、無料のAPI利用枠は非対応です。導入する人は、APIの利用条件と上限を確認してください。普段使うChatGPTの契約・画面とは別に確かめる項目です。モデルの利用条件
会話を続けながら作業する必要があるかで、構成を選ぶ
OpenAIは、音声AIの構成を三つ案内しています。GPT-Liveは会話と作業を分け、Realtime APIは音声・判断・ツール利用を一つのセッションで扱います。音声認識、文章処理、読み上げを順につなぐ方式もあります。音声エージェントの構成比較
編集部は、「作業中にも追加の条件を聞く必要があるか」を判断材料にすることを提案します。原稿の読み上げと、予約や注文を会話しながら処理する用途では、必要な構成が違います。
導入する人は、途中で数字や条件を言い直したときに、正しい結果になるかを試してください。返答の速さ、日本語の固有名詞や数字の聞き取り、周囲の雑音も、実際の利用環境で確認する項目です。本記事では、日本語音声の認識品質や応答時間は実測していません。
会話で「完了しました」と聞こえたら、業務の記録が正しく保存されたかも確認してください。公式ガイドも、会話と作業結果の両方を評価するよう案内しています。音声AIの評価方法
