OpenAI、全二重の音声モデル「GPT-Live 1」を正式提供 毎分0.05ドル

何が発表されたか

• 2026年9月10日、OpenAI が GPT-Live 1 を一般提供（GA）に移行した。リアルタイム会話のための全二重（full-duplex）音声モデルで、聞くことと話すことを同時に行い、割り込みを自然に処理する。
• 推論とツール実行はバックエンドのエージェントに委譲できる設計。音声応答の即時性と、重い処理の正確性を分離している。
• 入出力は音声とテキスト。画像と動画は非対応で、出力もテキスト・音声のみ。
• エンドポイントは Live、Chat Completions、Responses、Realtime の各APIに加え、文字起こしと翻訳の専用エンドポイントに対応する。
• 料金は毎分0.05ドル。分単位に切り上げず秒単位で課金される。バックエンドモデルの利用とツールのコストは別建て。
• 同時セッション数のレート上限はティアごとに異なり、Tier 1 の25セッションから Tier 5 の500セッションまで。無料ティアからは利用できない。
• モデルのナレッジカットオフは2025年7月31日。

開発者への影響

• 音声IVRや店舗の電話一次受け、予約対応といった案件で、これまで「発話が終わるのを待つ」設計だったものを自然な会話の往復に置き換えられる。割り込みが扱えることの体感差は大きい。
• 秒単位課金なので、見積もりは「想定通話時間×0.05ドル/分＋バックエンドモデルのトークン費」で概算できる。1件5分の通話なら音声部分は約0.25ドル。人件費と比べる資料が作りやすい。
• 注意点は同時セッション上限。コールセンター用途でピーク時に何本走るかを事前に見積もり、ティアが足りるかを確認しておく必要がある。Tier 1 の25セッションは小規模店舗なら足りるが、キャンペーン期のECサポートには不足しがち。
• ナレッジカットオフが2025年7月なので、最新の商品情報や料金は必ず外部ツール／RAG から供給する前提で組む。