OpenAI lança GPT-Live, modelo de voz full-duplex que ouve e fala ao mesmo tempo
O GPT-Live escuta e responde simultaneamente, decide várias vezes por segundo se fala ou continua ouvindo e mira usos de atendimento, triagem e agendamento por voz.
O que aconteceu
A OpenAI apresentou no dia 8 de julho de 2026 o GPT-Live, uma nova geração de modelos de voz cuja proposta central é acabar com a conversa por turnos. Em vez do padrão pergunta, pausa, resposta, o sistema é full-duplex: processa áudio de entrada enquanto gera fala de saída, o que significa que pode ouvir e falar ao mesmo tempo. Segundo a empresa, o modelo toma decisões várias vezes por segundo sobre falar, continuar ouvindo, pausar, ser interrompido ou acionar uma ferramenta.
O lançamento chega em duas versões. O GPT-Live-1 fica disponível para assinantes dos planos pagos do ChatGPT, e o GPT-Live-1 mini alcança também o plano gratuito. O acesso via API, que é o que interessa a quem constrói produtos de atendimento, ainda não teve data anunciada.
Por que full-duplex importa
Quem já usou um assistente de voz conhece o desconforto da latência: a pessoa fala, espera o silêncio, e só então o robô responde. Esse ritmo artificial denuncia a máquina e atrapalha a naturalidade. O full-duplex ataca exatamente esse ponto. Ao separar a camada de conversa da camada de raciocínio complexo, delegando o pensamento pesado para um modelo de backend enquanto mantém a interação fluindo, o GPT-Live consegue reconhecer nuances como pausas reflexivas e sustentar a conversa mesmo enquanto processa uma tarefa em segundo plano.
A OpenAI lista casos de uso claramente voltados a negócio: triagem de suporte ao cliente, agendamento de horários, orientação inicial, atualização de status, tradução ao vivo, assistência de vendas, suporte em campo e treinamento. É o roteiro clássico do call center, agora com uma camada de voz que tenta soar humana.
- Arquitetura full-duplex: ouve e fala simultaneamente
- Decisões de conversa várias vezes por segundo (falar, pausar, ser interrompido, usar ferramenta)
- Camada de conversa separada do raciocínio pesado, delegado ao backend
- GPT-Live-1 nos planos pagos, GPT-Live-1 mini no gratuito
- API ainda sem data de liberação
O que muda para o Brasil
A voz é o canal onde o Brasil mais sofre com automação ruim. A URA tradicional, aquela de aperte 1 para segunda via, é sinônimo de irritação para o consumidor brasileiro. Um modelo que conversa em ritmo natural e resolve na primeira interação tem apelo óbvio para bancos, varejo e telecom, setores que movimentam volumes enormes de ligações. A promessa de triagem e agendamento por voz encaixa direto na dor de quem opera centrais no país.
Há, porém, uma ressalva técnica que a própria cobertura destaca: o modelo ainda apresenta sotaque não nativo em certos idiomas e precisa de validação para as variações regionais do português e para vocabulário técnico. Traduzindo: rodar o GPT-Live em português brasileiro de call center não é plug and play. Vai exigir teste de campo com falas reais, gírias e o jeito brasileiro de atropelar as frases. As plataformas de atendimento que já cobrimos, como Huggy e Octadesk, terão de calibrar antes de prometer voz natural ao cliente final.
Leitura crítica
O full-duplex é um avanço genuíno de experiência, não apenas marketing. Eliminar a pausa entre turnos muda de fato a sensação de conversar com a máquina. Mas convém lembrar que naturalidade de voz não é o mesmo que competência de atendimento. Um bot que fala lindo e resolve mal apenas frustra mais rápido, e o próprio relatório da Twilio já mostrou o abismo entre a satisfação que as empresas imaginam e a que o consumidor sente.
O ponto sem data, a API, é o que decide se isso vira produto no Brasil. Sem acesso programático, o GPT-Live fica preso ao ChatGPT e não chega às centrais de atendimento onde faria diferença. Até lá, a recomendação é tratar o anúncio como um sinal de para onde a voz caminha, e não como algo pronto para colocar na linha de frente com o cliente amanhã.