Indice
Chi ha usato la modalità vocale di ChatGPT negli ultimi due anni conosce bene il problema. Il sistema, per quanto sorprendente al debutto, funzionava con una logica turn-based: aspettava che l’utente smettesse di parlare per poter rispondere.
Il risultato era una conversazione a scatti, con l’assistente che a volte scambiava una semplice pausa per la fine della frase e partiva a rispondere nel momento sbagliato.
GPT-Live-1 cambia approccio alla radice. OpenAI lo definisce un modello duplex, capace di elaborare quello che l’utente sta dicendo mentre allo stesso tempo genera la propria risposta. In pratica, il software “ascolta e pensa” in parallelo invece che in sequenza.
Il beneficio dichiarato è duplice: un ritmo di conversazione più naturale e un migliore senso del tempo, utile per esempio nella traduzione simultanea in tempo reale.
Si può interrompere, e si può rallentare
Le due funzioni più concrete di questo aggiornamento sono anche le più semplici da raccontare. La prima: si può interrompere ChatGPT in qualsiasi momento della sua risposta, proprio come si farebbe con una persona al telefono.
La seconda, forse la più simpatica: si può chiedere esplicitamente al modello di rallentare se sta parlando troppo veloce, e lui si adegua.
A questo si aggiungono piccoli accorgimenti che avvicinano l’esperienza a una vera telefonata: mentre l’utente parla, il modello inserisce conferme verbali del tipo “mhmm” o “ho capito”, segnalando che sta ascoltando davvero.
OpenAI dichiara inoltre di aver migliorato la capacità del sistema di ignorare i rumori di sottofondo, un limite piuttosto evidente delle versioni precedenti in ambienti rumorosi.
Un assistente che sa quando chiedere aiuto
Dietro le quinte, GPT-Live-1 non lavora da solo. Quando una richiesta necessita di ragionamento approfondito, di una ricerca sul web o di capacità più agentiche, il modello vocale può delegare il compito ad altri sistemi OpenAI, incluso GPT-5.5 (e a breve, presumibilmente, alla nuova famiglia GPT-5.6).
Questo passaggio avviene in background, senza interrompere la conversazione con l’utente: si continua a parlare mentre il lavoro “pesante” viene svolto altrove.
La modalità vocale guadagna anche una componente visiva: durante la conversazione può generare card widget per meteo, sport, quotazioni di borsa e altri contenuti che si prestano meglio a una rappresentazione grafica piuttosto che a una descrizione parlata.
Restano confermati il supporto a immagini e file caricati e la possibilità di effettuare ricerche sul web direttamente dalla chat vocale.
Sicurezza e controlli parentali
OpenAI ha dichiarato di aver rafforzato anche il lato della sicurezza. Quando il sistema rileva un output potenzialmente rischioso, può indirizzare il modello verso una risposta più sicura, mostrare messaggistica di sicurezza aggiuntiva oppure, nei casi più delicati, terminare direttamente la conversazione vocale.
Il collegamento con i controlli parentali introdotti di recente da OpenAI è esplicito: genitori e tutori possono disattivare del tutto ChatGPT Voice per gli account dei minori collegati al proprio. Se l’accesso resta attivo e il sistema rileva che la conversazione si sta muovendo verso contenuti legati all’autolesionismo, è previsto un avviso automatico al genitore.
Chi riceve GPT-Live-1 e da quando
Il rollout è partito su Android, iOS e web. Gli abbonati ai piani Go, Plus e Pro riceveranno il modello completo GPT-Live-1, mentre gli account gratuiti utilizzeranno di default la versione GPT-Live-1 mini, più leggera.
Il contesto: una settimana campale per OpenAI
La nuova modalità vocale arriva nel mezzo di una settimana particolarmente densa per l’azienda di Sam Altman.
Sempre in questi giorni OpenAI ha annunciato il lancio pubblico della famiglia GPT-5.6, composta da tre modelli con nomi che abbandonano la vecchia nomenclatura Mini/Standard/Ultra a favore di riferimenti astronomici: Sol (il modello di punta, pensato per ragionamento complesso, coding avanzato e cybersicurezza), Terra (fascia media, con prestazioni dichiarate comparabili a GPT-5.5 a un costo dimezzato) e Luna (la variante più economica e veloce).
Il lancio non è stato immediato: GPT-5.6 era rimasto per alcune settimane in una fase di anteprima riservata a un numero ristretto di partner selezionati dal governo statunitense, nell’ambito di un ordine esecutivo sulla cybersicurezza firmato dall’amministrazione Trump a inizio giugno, che chiede alle aziende di IA di sottoporre volontariamente i modelli più potenti a una revisione governativa prima del rilascio pubblico.
Dopo test aggiuntivi condotti dal Center for AI Standards and Innovation del Dipartimento del Commercio, l’azienda ha ottenuto il via libera per l’apertura globale, fissata per il 9 luglio 2026.
Per chi lavora con le API, i prezzi della nuova famiglia sono: Sol a 5 dollari per milione di token in input e 30 dollari in output, in linea con GPT-5.5; Terra a 2,50 dollari in input e 15 in output; Luna a 1 dollaro in input e 6 in output.
Il posizionamento è chiaro: offrire prestazioni paragonabili al modello precedente a un costo sensibilmente inferiore, in un momento in cui la concorrenza tra i grandi laboratori di intelligenza artificiale, Anthropic in primis, si gioca sempre di più sul rapporto tra qualità e prezzo.
Cosa sappiamo e cosa non sappiamo
Cosa sappiamo
- OpenAI ha lanciato GPT-Live-1 e GPT-Live-1 mini, i nuovi modelli vocali di ChatGPT basati su architettura duplex.
- È possibile interrompere il modello in qualsiasi momento e chiedergli di rallentare il ritmo della risposta.
- Il modello può delegare compiti complessi ad altri sistemi OpenAI, incluso GPT-5.5, lavorando in background.
- Sono stati introdotti nuovi widget visivi per meteo, sport e mercati finanziari.
- Il rollout è iniziato su Android, iOS e web; GPT-Live-1 va agli abbonati Go, Plus e Pro, GPT-Live-1 mini agli account gratuiti.
- Nella stessa settimana OpenAI ha lanciato pubblicamente la famiglia GPT-5.6 (Sol, Terra, Luna), dopo un periodo di revisione con le autorità statunitensi.
Cosa non sappiamo
- Tempistiche precise di disponibilità di GPT-Live-1 in tutte le lingue e in tutti i mercati, incluso quello italiano.
- Se e quando la delega dei compiti complessi passerà stabilmente da GPT-5.5 alla nuova famiglia GPT-5.6.
- Dettagli tecnici completi sulle nuove misure di sicurezza applicate alla modalità vocale, oltre a quanto dichiarato da OpenAI stessa.
Domande frequenti su GPT-Live-1
Cos’è GPT-Live-1? È il nuovo modello vocale di ChatGPT, basato su architettura duplex, che sostituisce la precedente Advanced Voice Mode e permette conversazioni parlate più naturali e continue.
Si può davvero chiedere a ChatGPT di parlare più piano? Sì, è una delle funzioni introdotte con GPT-Live-1: basta chiederlo esplicitamente durante la conversazione e il modello adegua il ritmo del parlato.
GPT-Live-1 è disponibile per tutti gli utenti? Il modello completo è riservato agli abbonati ai piani Go, Plus e Pro. Gli account gratuiti utilizzano di default la versione più leggera, GPT-Live-1 mini.
Che rapporto c’è tra GPT-Live-1 e GPT-5.6? Sono due lanci distinti ma avvenuti nella stessa settimana. GPT-Live-1 riguarda specificamente la modalità vocale, mentre GPT-5.6 (Sol, Terra, Luna) è la nuova famiglia di modelli di linguaggio generale a cui la modalità vocale può appoggiarsi per compiti più complessi.
Quali sono le novità in termini di sicurezza per i minori? I genitori possono disattivare ChatGPT Voice tramite i controlli parentali di OpenAI. Se un account collegato a un minore avvia conversazioni legate a temi di autolesionismo, è previsto un avviso automatico al genitore.
Quanto costano i nuovi modelli GPT-5.6? Sol costa 5 dollari per milione di token in input e 30 in output. Terra costa 2,50 dollari in input e 15 in output. Luna costa 1 dollaro in input e 6 in output.
