OpenAI Perkenalkan GPT-Live, ChatGPT Voice Kini Lebih Natural dan Responsif

OpenAI menghadirkan GPT-Live, model kecerdasan buatan terbaru yang menjadi teknologi inti di balik fitur ChatGPT Voice. Pembaruan ini dirancang untuk membuat percakapan suara dengan AI terasa semakin alami, cepat, dan responsif sehingga pengalaman berbicara dengan chatbot semakin mendekati percakapan dengan manusia.

Menurut informasi dari OpenAI, GPT-Live memanfaatkan teknologi full-duplex, yaitu sistem yang memungkinkan AI mendengarkan dan berbicara secara bersamaan. Dengan kemampuan tersebut, ChatGPT dapat memberikan respons singkat seperti “iya” atau “mhmm” sebagai tanda bahwa sistem sedang menyimak lawan bicara tanpa harus menunggu pengguna selesai berbicara sepenuhnya.

Teknologi ini juga memungkinkan pengguna berhenti sejenak untuk berpikir tanpa langsung dipotong oleh AI. Sistem dapat menentukan secara real-time kapan harus berbicara, mendengarkan, menyela, atau memanfaatkan fitur tambahan seperti pencarian web maupun penerjemah bahasa.

GPT-Live Mampu Memanfaatkan GPT-5.5 untuk Tugas yang Lebih Kompleks

Selain menghadirkan percakapan yang lebih natural, GPT-Live juga dirancang sebagai model suara paling canggih yang pernah dikembangkan OpenAI hingga saat ini.

Menurut OpenAI, GPT-Live dapat mendelegasikan pekerjaan tertentu kepada model AI lain secara otomatis ketika pengguna mengajukan pertanyaan yang membutuhkan penalaran lebih mendalam atau pencarian informasi melalui internet.

Pada tahap peluncuran awal, model yang digunakan untuk menangani tugas tersebut adalah GPT-5.5. Sementara proses pencarian atau penalaran berlangsung di belakang layar, GPT-Live tetap dapat melanjutkan percakapan dengan pengguna sehingga interaksi terasa lebih lancar.

Ke depan, OpenAI menyatakan GPT-Live akan secara otomatis memanfaatkan model AI terbaru yang dirilis perusahaan tanpa mengharuskan pengguna mengganti sistem percakapan suara.

Pembaruan ini juga menghadirkan kartu visual pada topik tertentu. Saat pengguna menanyakan informasi mengenai cuaca, saham, atau pertandingan olahraga, ChatGPT dapat menampilkan data dalam bentuk visual sambil tetap melanjutkan percakapan suara.

Selain itu, GPT-Live tetap mendukung berbagai kemampuan yang telah tersedia sebelumnya, termasuk pencarian web, memori, unggah gambar, dan unggah dokumen.

Hasil Pengujian Tunjukkan Peningkatan Performa

Berdasarkan hasil pengujian internal OpenAI, GPT-Live memperoleh tingkat kepuasan pengguna yang lebih tinggi dibandingkan Advanced Voice Mode, yaitu sistem percakapan suara generasi sebelumnya.

Dalam pengujian percakapan selama lima hingga sepuluh menit, GPT-Live-1 dipilih oleh sekitar 75,7 persen peserta. Sementara GPT-Live-1 mini, versi yang lebih ringan, memperoleh tingkat preferensi sekitar 69,2 persen.

Pengguna juga memberikan penilaian lebih baik pada aspek kelancaran percakapan dan kenyamanan saat berbicara dengan AI.

Pada pengujian ilmiah GPQA, GPT-Live-1 dalam mode High mencatat akurasi sekitar 84,2 persen, meningkat signifikan dibandingkan Advanced Voice Mode yang mencapai 45,3 persen.

Sementara pada pengujian BrowseComp, yang mengukur kemampuan pencarian web secara agentic, GPT-Live-1 High memperoleh akurasi 75,2 persen, jauh di atas Advanced Voice Mode yang mencatat 0,7 persen.

Menurut OpenAI, GPT-Live mulai tersedia secara bertahap untuk pengguna ChatGPT di platform web, Android, dan iOS. Pengguna paket Go, Plus, dan Pro akan memperoleh GPT-Live-1 sebagai model suara bawaan, sedangkan pengguna gratis menggunakan GPT-Live-1 mini.

Pada tahap awal, GPT-Live belum mendukung percakapan suara yang disertai video maupun berbagi layar. OpenAI menyatakan kedua kemampuan tersebut akan ditambahkan melalui pembaruan berikutnya.

Perusahaan juga mengakui bahwa kualitas percakapan dalam beberapa bahasa masih terus disempurnakan. Pengguna mungkin masih menemukan aksen yang belum sepenuhnya alami pada bahasa tertentu, namun OpenAI menyatakan akan terus meningkatkan pengalaman penggunaan lintas bahasa seiring pengembangan model AI terbaru.

Referensi:
Kompas Tekno