OpenAI пусна ново поколение гласови модели, които слушат и говорят по едно и също време. За първи път разговорът с изкуствен интелект (AI) звучи почти като разговор с човек, а не като диктовка на команди.
Компанията представи GPT-Live-1 и GPT-Live-1 mini на 8 юли 2026 г., които заменят досегашния гласов режим в ChatGPT. Новите модели се пускат глобално още от първия ден на устройства с iOS и Android, както и в уеб версията. За собственика на бизнес значението е конкретно. Гласовият асистент вече може да прекъсва, да изчаква и да реагира в движение, така както го прави реален служител на телефона.
Какво се промени и защо има значение
Досегашните гласови системи работеха на смени. Вие говорите, системата изчаква да спрете, обработва и чак тогава отговаря. Този подход създаваше неловки паузи и грешни прекъсвания при най-малкия шум. Ако сте ползвали гласов асистент за нещо повече от бърза команда, познавате чувството. Моделът често довършва изречението си точно когато вие започвате да говорите.
GPT-Live сменя логиката изцяло. Моделите са с така наречената пълнодуплексна архитектура (технология, при която програмата слуша и говори в един и същи момент). Според официалното съобщение на OpenAI, моделът взима решение много пъти в секунда дали да говори, да замълчи, да прекъсне или да потърси информация. По време на разговора той може да покаже, че слуша, с кратки реплики като „мхм” или „да”. Може и да замълчи напълно, когато имате нужда от момент да помислите.
Разликата не е козметична. Старият режим не можеше да търси в интернет по време на гласов разговор. Новият делегира по-сложните въпроси на GPT-5.5 (по-мощен текстов модел на компанията) и връща отговора обратно в разговора, без да го прекъсва. Докато GPT-5.5 обработва трудния въпрос, гласовият модел продължава да говори с вас.
Кой получава кой модел
Разпределението на достъпа е ясно от старта. То определя пряко какво може да ползва един бизнес още днес и без допълнителна настройка.
- GPT-Live-1 mini: заменя автоматично Advanced Voice Mode (предишния гласов режим) за безплатните потребители.
- GPT-Live-1: пълният модел, достъпен за платените нива Go, Plus и Pro.
- Платформа: iOS, Android и ChatGPT.com от първия ден.
Има и важни ограничения, за които OpenAI съобщи открито. Работните акаунти Business, Enterprise и Edu не са включени при пускането. Липсва също видео и споделяне на екран в новия режим. Достъп през API (връзка, която позволява на друга програма да ползва модела) все още няма. OpenAI обяви, че достъпът за разработчици предстои, но без конкретна дата.
Колко голям е този пазар вече
Гласът не е нишова функция. Компанията съобщи, че над 150 милиона души вече говорят с ChatGPT чрез функциите за глас и диктовка.
Ръководителят на продукта ChatGPT Voice, Ати Елети, разказа на брифинг за начина, по който сам ползва функцията. Той е водил разговори от 30 до 40 минути с гласовия асистент по време на разходки. Според него гласът може да се превърне в основния начин, по който хората управляват сложна работа с AI. Досега гласовият режим служеше главно за бързи въпроси.
OpenAI не е сама на този пазар. Google вече предлага двупосочен гласов разговор през Gemini Live, а Apple преработва Siri за по-естествено звучене в новата версия на iOS. Пълнодуплексният глас бързо се превръща в стандарт, не в отличителна черта.
Предимството на OpenAI не е технологично, а в разпространението. ChatGPT вече е в телефона на стотици милиони хора, които го отварят всеки ден. За повечето потребители „най-добрият гласов AI” ще означава просто гласовия асистент в приложението, което вече ползват. Това е предимство, което конкурентите трудно ще неутрализират само с по-добра технология.
Какво означава това за бизнеса
За компания, която обслужва клиенти по телефона, това е първата гласова технология, която звучи достатъчно естествено за реален разговор. Клиент може да прекъсне, да смени темата или да се поколебае, без системата да се обърква. Асистентът изчаква, а после продължава, вместо да чете сценарий на срички.
За малкия бизнес в България има три конкретни следствия.
- Инструментът вече е достъпен без чакане: ако имате платен акаунт в ChatGPT, GPT-Live-1 е активен по подразбиране.
- Гласовият режим вече търси информация в реално време, което го прави полезен за въпроси, чийто отговор се променя, например наличност или цени.
- Все още липсва българска локализация на функцията за превод на живо. Няма и достъп през API, така че вграждането в собствена телефонна система засега не е възможно.
Важно е и какво OpenAI съзнателно не прави. Компанията подчерта, че не цели да създаде AI спътник за емоционална близост. Новите модели имат вградени предпазни механизми: съобразени отговори за тийнейджъри и насочване към помощ, ако разговорът стигне до чувствителни теми.
Какво следва
OpenAI обяви, че планира да добави достъп през API скоро, което ще позволи на разработчици да вграждат гласовия модел в собствени продукти. Компанията заяви и че ще подменя модела зад кулисите с по-нови версии, когато излязат. Това означава, че гласовият интерфейс ще остане същият, а интелигентността под него ще расте, без потребителят да прави нищо.
Демонстрацията показа и къде технологията все още куца. При превод на живо на хинди асистентът говореше с тежък американски акцент и звучеше неестествено. OpenAI призна, че режимът е оптимизиран за „повечето говорими езици”, но не уточни кои. За българския пазар това е ключов въпрос без отговор засега.
Пускането идва в натоварена седмица за компанията. То се случва в момент, в който OpenAI изгражда представата, че ChatGPT е много повече от текстов инструмент. Гласът е централна част от тази история и вероятно ще получи още внимание през следващите месеци.
За българския бизнес изводът е прост. Гласовият разговор с AI вече е достатъчно добър, за да си струва тестът. Все още обаче не е готов да поеме обслужване на клиенти без надзор и на български език.