La nuova modalità vocale di ChatGPT può ascoltare e parlare contemporaneamente
GPT-Live di OpenAI usa un'architettura full-duplex per rendere naturali le conversazioni vocali, affidando in sottofondo le domande difficili a GPT-5.5.
OpenAI ha presentato GPT-Live, una nuova generazione di modelli vocali per ChatGPT capace di ascoltare e parlare contemporaneamente, come fanno davvero le persone. Finora l’IA vocale funzionava come un ricetrasmettitore: tu parli, lei aspetta e poi risponde. GPT-Live usa quella che gli ingegneri chiamano un’architettura full-duplex, nella quale entrambe le direzioni della conversazione restano aperte nello stesso momento, come in una normale telefonata.
Due versioni vengono distribuite in tutto il mondo. GPT-Live-1 è destinato agli utenti paganti dei piani Go, Plus e Pro, mentre GPT-Live-1 mini è incluso negli account gratuiti. Entrambe funzionano su iOS, Android e chatgpt.com, e l’accesso alle API per gli sviluppatori è in programma. Il modello decide più volte al secondo se parlare, continuare ad ascoltare, fare una pausa o interrompere. Usa persino brevi suoni riempitivi come «mhmm» per farti capire che sta seguendo il discorso, e puoi interromperlo a metà frase senza compromettere nulla.
La parte più ingegnosa si nasconde in sottofondo. Storicamente, i modelli vocali in tempo reale sono stati veloci ma non molto intelligenti: ottimi per conversare, scarsi sui fatti. GPT-Live risolve il problema delegando. Quando una domanda richiede una ricerca sul web o un vero ragionamento, passa discretamente l’attività a GPT-5.5 mentre porta avanti la conversazione. I dati colpiscono: su GPQA, un test di ragionamento scientifico, GPT-Live-1 raggiunge l’84,2%, contro il 45,3% della vecchia Advanced Voice Mode. Su BrowseComp, un benchmark per la ricerca sul web, il divario è tra il 75,2 e lo 0,7%.
Ecco cosa c’è dietro: OpenAI divide il lavoro in due. Un modello gestisce il ritmo e la dimensione sociale della conversazione, un altro si occupa del ragionamento. È lo specchio della direzione presa dall’intero settore: modelli piccoli e veloci in primo piano, modelli grandi e intelligenti dietro le quinte. All’inizio dell’anno Nvidia ha presentato un modello open source analogo, chiamato PersonaPlex, quindi l’approccio si sta diffondendo.
Una precisazione doverosa: più umana sembra un’IA, più è facile dimenticare che non lo è. Alcune ricerche hanno collegato un uso intenso della modalità vocale alla dipendenza emotiva e la stessa OpenAI distribuisce GPT-Live con livelli di sicurezza aggiuntivi: linee telefoniche per le crisi, controlli parentali e la possibilità di terminare le conversazioni in situazioni ad alto rischio. Al lancio non sono supportati la voce con video e la condivisione dello schermo, anche se OpenAI afferma che arriveranno.
Cosa significa per te: se le modalità vocali dell’IA ti sono sembrate scomode per via di quella pausa rigida e dell’alternanza robotica dei turni, questo è l’aggiornamento che potrebbe farti cambiare idea. Gli utenti gratuiti ricevono la versione mini, quindi chiunque può provarla. È davvero utile quando vuoi avere le mani libere: mentre cucini, guidi o ragioni ad alta voce su un problema. Gli utenti esperti ottengono un’interfaccia vocale finalmente in grado di svolgere vere ricerche durante una conversazione. Ricorda soltanto una cosa: ora sembra più umana, ma sotto la superficie resta lo stesso tipo di software.
Fonti
Anthropic ora può leggere il monologo interiore di Claude: ecco la Jacobian Lens
Il nuovo metodo J-Lens di Anthropic rivela una «memoria di lavoro» nascosta dentro Claude, dove il modello conserva concetti che non esprime mai, e modificarla cambia le sue risposte.
