Co je GPT-Live a v čem se liší od všeho předtím

GPT-Live je postaven na full-duplex architektuře. To znamená, že model nepracuje v diskrétních tazích ("ty mluvíš, já odpovím"), ale neustále — mnohokrát za sekundu — vyhodnocuje, zda má mluvit, naslouchat, udělat pauzu, přerušit vás nebo zavolat nástroj. Během konverzace vás přirozeně doprovází krátkými zvuky jako "mhmm" nebo "jasně", čímž dává najevo, že vnímá, co říkáte.

Jde o třetí vývojový stupeň hlasových modelů OpenAI. První generace — kaskádové systémy (původní ChatGPT Voice) — řetězily tři samostatné modely: přepis řeči na text, jazykový model a syntézu textu na řeč. Informace se mezi modely ztrácela, odezva byla pomalá a nepřirozená. Druhá generace — turn-based modely (Advanced Voice Mode) — zpracovávala audio v jednom modelu, ale stále čekala, až domluvíte. Krátká pauza nebo hluk v pozadí často způsobily, že vás model přerušil uprostřed myšlenky.

GPT-Live tyto limity odstraňuje dvěma architektonickými změnami:

1. Kontinuální interakce (full-duplex) — model zpracovává vstup a generuje výstup současně. Rozhoduje se mnohokrát za sekundu, co udělat dál. Dokáže vás nechat přemýšlet, aniž by vás přerušil. Podporuje také živé překládání.
2. Delegace hlubší práce — když potřebujete vyhledat na webu, logicky uvažovat nebo provést složitější úkol, GPT-Live to předá GPT-5.5 na pozadí. Zatímco GPT-5.5 pracuje, GPT-Live s vámi dál přirozeně konverzuje. Jakmile je výsledek hotový, vrátí ho do konverzace. Tato architektura zároveň znamená, že GPT-Live bude automaticky využívat i budoucí modely OpenAI.

GPT-Live-1 vs GPT-Live-1 mini: Dvě varianty pro různé potřeby

OpenAI spouští dvě verze. GPT-Live-1 je výchozí model pro předplatitele ChatGPT Go, Plus a Pro. GPT-Live-1 mini je odlehčená varianta pro uživatele bezplatné verze. Oba modely se dnes začínají globálně nasazovat na iOS, Androidu i webovém ChatGPT.com.

Zajímavostí je, že si uživatel může zvolit úroveň uvažování (reasoning level):

• Instant — rychlé odpovědi, používá GPT-5.5 Instant na pozadí
• Medium — vyvážený výkon, používá GPT-5.5 Thinking se střední úrovní přemýšlení
• High — maximální kvalita odpovědí, používá GPT-5.5 Thinking s vysokou úrovní přemýšlení

Jak si GPT-Live stojí v testech

OpenAI provedlo rozsáhlé srovnávací testy, ve kterých GPT-Live-1 a GPT-Live-1 mini měřilo proti Advanced Voice Mode. V head-to-head testech, kde hodnotitelé porovnávali 5–10minutové konverzace, byly oba nové modely výrazně preferovány napříč všemi metrikami: celkový dojem, střídání v konverzaci, přerušování, plynulost i přirozenost interakce.

Na automatizovaných benchmarcích GPT-Live-1 rovněž překonává Advanced Voice Mode:

• GPQA — expertní přírodovědné uvažování (biologie, chemie, fyzika): výrazné zlepšení
• BrowseComp — agentní webové vyhledávání a hledání těžko dohledatelných informací: silný nárůst
• τ³-Voice Telecom — realistické vícetahové úkoly zákaznické podpory: GPT-Live-1 vítězí

Co se mění v ChatGPT Voice pro běžné uživatele

Přes 150 milionů lidí týdně používá ChatGPT Voice a diktování. Pro ně se dnešním dnem spouští několik hmatatelných vylepšení:

• Přirozenější konverzace — můžete skočit do řeči, odmlčet se nebo požádat ChatGPT, aby zpomalil. Model přirozeně reaguje slovy "mhmm" nebo "chápu". OpenAI navíc remasterovalo všech devět hlasů pro GPT-Live.
• Chytřejší odpovědi — hlasový režim nově využívá nejnovější frontier modely OpenAI včetně GPT-5.5.
• Lepší naslouchání — když se zamyslíte, ChatGPT počká. Když ho požádáte, aby jen poslouchal, udělá to. V hlučném prostředí (projíždějící auto, okolní konverzace) se lépe soustředí na váš hlas.
• Vizuální karty — během hovoru může ChatGPT zobrazit karty s počasím, akciemi, sportovními výsledky a dalšími informacemi. Hlasový režim nadále podporuje vyhledávání, paměť, obrázky a nahrávání souborů.

Co zatím chybí

Při spuštění GPT-Live nepodporuje video ani sdílení obrazovky v ChatGPT — tyto funkce OpenAI plánuje dodat později. Uživatelé, kteří tyto funkce potřebují, mohou nadále používat starší verze ChatGPT Voice (Standard a Advanced Voice Mode).

API pro vývojáře zatím také není k dispozici, ale OpenAI už sbírá registrace od zájemců a plánuje brzké zpřístupnění. Pro některé jazyky může mít model ne-nativní přízvuk nebo mezery v plynulosti — OpenAI na vylepšení aktivně pracuje.

Konkurence nespí: Google Gemini, Anthropic a další

OpenAI není na poli hlasové AI samo. Google nedávno spustil Gemini 3.1 Flash TTS s vysokou expresivitou a ovladatelností hlasu a na I/O 2026 představil Gemini Omni s video editací. Anthropic mezitím investuje do hlasových schopností Claude. Konkurenční tlak je obrovský — a právě proto OpenAI přichází s architektonicky odvážným řešením, které nespoléhá jen na větší model, ale na chytřejší design.

Pro české uživatele je klíčová otázka jazykové podpory. GPT-Live je optimalizován pro "nejpopulárnější jazyky v ChatGPT", ale OpenAI přiznává, že u některých méně zastoupených jazyků může být přízvuk ne-nativní. Čeština mezi oficiálně podporované jazyky ChatGPT Voice patří, ale její kvalita v režimu plného duplexu se teprve ukáže v praxi.

Bezpečnost: Hlídání v reálném čase

GPT-Live prošel rozsáhlým bezpečnostním testováním zahrnujícím audio-nativní evaluace, syntetické testy na rizikové oblasti (sebepoškozování, psychóza, emocionální závislost na AI, násilí, sexuální obsah) a red-teaming interními experty. Ve srovnání s Advanced Voice Mode si vedl srovnatelně nebo lépe napříč prakticky všemi hodnocenými oblastmi.

Model disponuje vestavěnými pojistkami, které dokážou zasáhnout i během mluvení — přesměrovat konverzaci na bezpečnější odpověď, zobrazit varování nebo v krajním případě hovor ukončit. Pro mladistvé uživatele existují rodičovské kontroly a model byl přímo trénován na věkově přiměřené chování.