GPT-Liveとは？ChatGPTの音声を変える全二重会話と料金・使い方を整理

GPT-Liveとは？OpenAIの全二重（フルデュプレックス）音声モデル

GPT-Liveとは、OpenAIが2026年7月8日に発表した、聞くことと話すことを同時に行える「全二重（フルデュプレックス）」方式の音声モデルです。

全二重（フルデュプレックス）とは、電話のように双方が同時に声を重ねられる通信方式を指す言葉です。従来のChatGPTの音声モードは、ユーザーが話し終わるのを待ってからAIが返答する「ターン制」でした。GPT-Liveはこのターン制をやめ、相手が話している最中も文脈を追い続け、「うん」「なるほど」といった相づちを打ちながら会話を進めます。名前の「Live」は、双方向でリアルタイムに途切れず続く会話という核心を表しています。

聞きながら同時に話せる「全二重」の会話とは

GPT-Liveの最大の特徴は、AIがユーザーの発話中でも黙って待つのではなく、自然に反応できる点です。人同士の会話では、相手が話している間に相づちを打ったり、言いかけて止めたりします。GPT-Liveはこうした振る舞いを再現し、「話す・聞く・間を取る・割り込む」の判断を絶えず行います。ユーザーが考えるために少し黙ってほしいと頼めば、静かに待つこともできます。周囲の雑音に気を取られず、ユーザーの声に集中する能力も高まっています。

具体的な体験としては、こちらが話しながら言葉に詰まって間を空けても、AIが焦って割り込まず、話し終わるまで待ってくれます。逆に、こちらの説明が長くなると「なるほど」「はい」と相づちを挟み、会話が一方通行にならないように反応します。国内の実機レビューでも、「ほぼラグのないリアルタイム会話」「自然な相づちとフィラー（つなぎ言葉）」「意図的な会話の間」が体験として確認されています。従来のように「話し終わってからしばらく待つ」ストレスが薄れ、電話で人と話しているのに近い感覚になる点が、多くのユーザーの関心を集めています。

従来の音声モードから何が変わったのか

これまでのChatGPTにも音声で対話する機能（Standard Voice Mode / Advanced Voice Mode）はありました。ただし、いずれも「一方が話し終わってからもう一方が話す」トランシーバー型のやり取りが基本でした。GPT-Liveは、この構造を電話型の自然な会話へと変えたモデルです。国内メディアのImpress Watchは本モデルを「ほぼ”本物の会話”の音声モデル」と評しており、単なる音声品質の向上ではなく、会話体験そのものの質的な変化として受け止められています。

変わったのは「テンポ」だけではありません。従来は返答を待つ間に会話のリズムが途切れ、AIと話しているという意識が強く残りました。GPT-Liveでは、相づちや自然な間が挟まることで、その意識が薄れ、思考を口に出しながら整理する流れを保てます。リリースに合わせて音声も9種類が作り直され、声の面でも自然さが底上げされています。

なぜいま「全二重」が注目されるのか

これまでの音声アシスタントは、便利ではあっても「コマンドを一つ伝えて、返答を待つ」道具の域を出ませんでした。全二重方式が注目されるのは、この関係を「道具」から「会話の相手」へと近づけるからです。相づちや間、割り込みといった人間らしい要素が加わることで、単なる音声検索ではなく、話しながら一緒に考えを進める体験が生まれます。話しながら考えを整理する、口頭で下書きを固める、移動中に手を使わず相談する、といった使い方が現実的になり、音声インターフェースの実用性を一段引き上げるものとして受け止められています。

GPT-Live-1 と GPT-Live-1 mini の2バージョン

GPT-Liveは「GPT-Live-1」と「GPT-Live-1 mini」の2つのバージョンで提供されます。ChatGPTの画面にあるVoiceボタンを押したときの対話を、このモデルが担います。GPT-Live-1が有料プランの既定モデル、GPT-Live-1 miniが無料プランの既定モデルという位置づけです。単体アプリではなく、ChatGPTに組み込まれた機能として届けられる点も押さえておきましょう。

GPT-Liveの仕組み｜会話と推論を分ける全二重アーキテクチャ

GPT-Liveの自然さは、「会話を担うモデル」と「重い思考を担うモデル」を分けた設計から生まれています。ここでは、その技術的な仕組みを3つの角度から整理します。

音声認識・LLM・音声合成を1つのモデルに統合

従来の音声AIは、「音声認識（STT、話し言葉を文字に変換する処理）」「大規模言語モデル（LLM、文章を理解し生成するAI）」「音声合成（TTS、文字を話し言葉に変換する処理）」という3つの部品を順番につなぐ構成が主流でした。GPT-Liveはこれらを1つのモデルに統合し、音声の入力と出力をリアルタイムに同時処理します。専用の「話者交代を検知する部品」を持たずに、毎秒何度も「話す・聞く・待つ」を判断している点が、従来方式との決定的な違いです。

委譲された推論（GPT-5.5への委譲）で会話を止めない

もう1つの重要な設計思想が「委譲された推論（Delegated Reasoning）」です。GPT-Live自体はリアルタイム会話に特化した軽量なモデルで、フロンティア級の推論は担いません。Web検索や複数ステップの調べ物が必要な質問が来ると、その処理をバックグラウンドで「GPT-5.5」という上位モデルに渡し、結果が整い次第、会話に戻します。処理が走っている間もGPT-Liveは会話を止めず、フローを維持し続けます。この「会話を担う軽量モデル」と「思考を担う別モデル」の役割分担が、遅延を感じさせない自然さの源泉です。

応答モード（Instant / Medium / High）の選択

有料版では、目的に応じて応答モードを選べます。速さを優先する「Instant」、中程度の思考を挟む「Medium」、複雑な作業に向く「High」の3段階です。背後で動くモデルの構成もモードによって切り替わり、軽いモードでは即応性を、重いモードでは推論の深さを優先します。技術解説メディアの整理によれば、軽量な応答は「GPT-5.5 Instant」を、より深い推論を要するモードは「GPT-5.5 Thinking」を中程度・高い努力で動かす形とされています。日常会話は速さ優先、調べ物や整理を伴う相談は思考優先、といった使い分けができる設計です。

この設計の要点は、入力（ユーザーの音声）から処理（会話モデルと、必要なときのGPT-5.5への委譲）を経て、出力（音声と視覚カード）までが、途切れない1本の会話として流れる点にあります。音声・推論・Web検索・翻訳といった従来なら別々に動いていた機能を、1つの会話の中に統合していることが、GPT-Liveの技術的な新しさです。

GPT-Liveでできること｜主要な機能

GPT-Liveは、自然な会話を土台にしながら、検索や翻訳といった機能を1つの会話の中に統合しています。代表的な機能は次の通りです。

• 同時聞き取り・発話：相手の発話中でも自然に応答し、相づちを打つ。黙ってほしいと頼めば静かに待つ
• 自然な間・割り込みの処理：ユーザーが考え込んで間を空けても、話し終わるまで待つ
• 視覚カードの表示：天気・株価・スポーツ・地図などの質問に、会話を止めずにリッチな情報カードを画面表示する
• リアルタイム翻訳：会話を止めずに、ある言語から別の言語への同時通訳を行う
• 9種のリマスター音声：リリースに合わせて作り直された9つの声から選べる

これらの機能の要点は、音声・推論・Web検索・翻訳が「別々の操作」ではなく「1つの会話」として動くことです。国内の技術コミュニティでも、会話を止めずに検索やファクトチェックを挟める点が高く評価されています。話しながら考えを整理したり、書く前に口頭で下書きを固めたりと、思考の相手として使える点が実用的な価値につながります。

GPT-Liveの使い方と料金プラン

GPT-Liveは、専用の申し込みや追加契約を必要としません。使い方と料金の関係を順に見ていきます。

始め方はVoiceボタンを押すだけ

GPT-Liveの使い方はシンプルです。iOS・Android・ChatGPT.com（Web版）、およびデスクトップアプリ（macOS / Windows）のいずれかでChatGPTを開き、画面のVoiceボタンを押すと、そのプランの既定の音声モデルとしてGPT-Liveが起動します。契約プランに応じて、GPT-Live-1またはGPT-Live-1 miniが自動的に有効化される仕組みで、モデルを手動で切り替える必要はありません。ローンチ以降、iOS・Android・Web版へ数日かけて順次到達し、デスクトップアプリへは2026年7月24日に展開されました（後述）。

料金は既存のChatGPTプランに含まれる

GPT-Liveは、既存のChatGPTプランの範囲内で追加料金なく利用できます。無料プランではGPT-Live-1 miniが、有料プランではGPT-Live-1が既定モデルになります。2026年7月時点のChatGPTの料金体系と、GPT-Liveの対応関係は次の通りです。まず、プランごとに使えるモデルが異なる点を押さえ、次に自分の使い方に合う段階を選ぶ、という順で確認すると迷いません。

上記の料金・提供状況は2026年7月時点のものです（出典: openai.com）。法人向けプランはローンチ時点では対象外でしたが、後述するデスクトップアプリへの搭載にあわせて、デスクトップ版の対象として案内されるようになりました。たとえば、まず試したい場合は無料プランのGPT-Live-1 miniで会話の感触をつかみ、常用したい場合はGo以上でGPT-Live-1に上げる、という進め方が現実的です。円換算は為替で変わるため、契約時は公式ページで最新のドル建て料金を確認してください。

関連記事：ChatGPTとは？何ができる？使い方・料金・注意点を初心者向けに解説

デスクトップアプリ（macOS / Windows）にも搭載された

2026年7月24日、GPT-Liveを搭載したChatGPT Voiceがデスクトップアプリ（macOS / Windows）にも展開されました。デスクトップ版の対象として案内されているのはPlus・Pro・Business・Enterprise・Eduの各プランで、同日からグローバルに提供されています（出典: openai.com）。無料プランとGoは、デスクトップ版の対象としては案内されていません。

デスクトップ版では、通常の会話に加えて、ChatGPTのChat・Work・Codex上で進んでいるタスクを音声だけで進行・調整できます。複数のエージェントが並行して動いている状況でも、状況を聞いて優先順位を変える、といったやり取りを声で挟めます。なお、スマートフォンをデスクトップ端末とペアリングすれば、Remote（リモートアクセス）経由でもボイスモードを使えます。ただし公式ドキュメントで案内されているのは2026年7月24日時点でiOSのみで、Androidでの対応についての記載はありません（出典: learn.chatgpt.com）。Remote接続そのものはiOS・Androidの両方に対応しています。記載がないのは、Remote経由で音声を使う部分についてです。スマートフォン中心だった使い方が、パソコンでの作業に組み込める段階に入ったことになります。

関連記事：ChatGPTのボイスモードとは？デスクトップでできること・使い方を整理

AI活用実態調査レポート

全国8,000人調査で、AI活用方法によって生産性向上に約3.8倍の差が生まれることが判明。

無料ダウンロード →

GPT-LiveとAdvanced Voice Mode・Gemini Live・GPT-Realtimeの違い

GPT-Liveを検討するとき、混同しやすいのが「従来のAdvanced Voice Mode」「競合のGemini Live」「開発者向けのGPT-Realtime」との違いです。それぞれ役割が異なるため、3つの軸で整理します。まず会話方式・思考中の継続・視覚応答という体験面の違いを押さえ、次に開発者向けAPIとの棲み分けを確認する、という順で見ていきます。

従来のAdvanced Voice Mode・Gemini Liveとの違い

体験面での違いを、GPT-Liveを起点に整理したのが下表です。動作の自然さと、思考中に会話が止まるかどうかが主な分かれ目になります。GPT-Liveは「考えている間も会話が止まらない」点と、視覚カードを返せる点で特徴を持ちます。

一方で、Gemini Live側にも強みがあります。長い会話への追随、映像・画面共有への対応、そしてAPIのコスト面では、Gemini側が優位とされています。「会話しながら考える」用途と視覚応答を重視するならGPT-Live、映像を見せながらの対話や開発コストを重視するならGemini Live、といった使い分けが判断の目安になります。

関連記事：Geminiとは？ChatGPTとの違い・できること・料金を一気に整理

開発者向けのGPT-Realtimeとの違い

「GPT-Live」と「GPT-Realtime」も混同されがちですが、両者は別系統の製品です。GPT-Liveは、ChatGPTアプリの中で音声対話を担う機能です。一方のGPT-Realtime（gpt-realtime系）は、開発者が自社アプリやサービスに音声対話を組み込むためのAPI製品ラインです。自分のプロダクトに音声AIを組み込みたい場合は、現時点ではGPT-Realtime系のAPIを使うのが現実的な選択肢になります。なお、GPT-Live自体のAPIは「近日提供」とされており、2026年7月時点では提供時期や料金は公開されていません。開発者は通知登録フォームで案内を受け取れる形です。

GPT-Liveの弱み・現時点の制約と注意点

新しいモデルだけに、リリース時点のGPT-Liveにはいくつかの制約があります。導入を検討する前に、次の点は把握しておきましょう。

• ビデオ・画面共有に非対応：ローンチ時点では音声とビデオ・画面共有の併用ができません。これらが必要な場合は、従来のStandard / Advanced Voice Modeを使う必要があります（OpenAIは近日対応予定としています）
• 言語ごとの品質差：一部の言語では、非ネイティブの訛りや流暢さのばらつきが生じうるとされています。日本語での本格運用前には、実際の会話品質を確認しておくと安心です
• 無料版は機能が絞られる：無料プランで使えるのは機能を絞ったGPT-Live-1 miniです。有料版との差は把握しておきましょう
• 法人向けプランは管理者設定に左右される：Business・Enterprise・Eduプランは2026年7月24日にデスクトップ版の対象へ加わりましたが、管理者側の設定で機能が制限されている場合があります。デスクトップ以外での提供状況は公式に明示されていません
• 出典表示の扱いが未確定：音声での回答が情報の出典をどう示すかは、まだ明確になっていません

このほか、GPT-Liveは実在する特定人物の声を模倣することはできません。また音声AI全般の限界として、AIの回答は誤りを含むことがあります。日時や場所に関わる重要な情報、医療・法律・金融・安全に関わる判断は、確定情報として扱わず、別の手段で必ず裏を取ることが前提になります。

GPT-Liveを業務で使う前に押さえたい情報の扱いとセキュリティ

GPT-Liveを個人で試すぶんには手軽ですが、業務で使う場合は「情報の扱い」に注意が必要です。音声は、キーボード入力よりも手軽に情報を渡せるぶん、顧客名や取引情報、機密情報をうっかり口に出してしまうリスクがあります。まずは機密情報を含まない範囲から試し、「AIに話してよい情報」と「話してはいけない情報」を線引きしながら使うのが安全です。

組織で使う際は、そもそも自社の契約プランでGPT-Liveが使えるかを、管理者に確認することから始まります。法人向けプランは2026年7月24日にデスクトップ版の対象へ加わりましたが、管理者側の設定で機能が制限されている場合があるためです。なお、ChatGPT Enterpriseなどの法人向けソリューションでは、組織のデータは機密として扱われ、組織が所有する状態が保たれるとされています。音声で会話ログを扱う場合は、顧客の個人情報や取引の機微な情報の取り扱いルールを、事前に定めておくことが望まれます。

関連記事：生成AIで気をつけるセキュリティとは？主要リスクと企業がとるべき対策を解説

音声AIを業務に取り入れるときに陥りがちな3つの落とし穴

GPT-Liveのような音声AIは体験のインパクトが大きく、「これで業務を一気に変えられそうだ」と期待が膨らみます。しかし、いざ自社の業務に取り入れようとすると、つまずきやすいポイントがあります。ここでは代表的な3つの落とし穴を整理します。

落とし穴1：いきなり全ての業務を任せようとする

最初から複数の業務をまとめて音声AIに置き換えようとすると、どこから手をつけるべきか判断できず、かえって前に進めなくなります。まずは対象を1つに絞ることが出発点です。

落とし穴2：壮大なAI活用構想から考えて手が止まる

「全社的にどう活用するか」という大きな設計から入ると、検討事項が膨らみすぎて着手が遅れます。構想の精緻さよりも、小さく試して手応えを確かめる動きが先です。

落とし穴3：既製の音声AIでは自社の業務フローに組み込めない

GPT-Liveのような既製品は汎用的で便利ですが、自社独自の業務手順やルールに合わせてカスタマイズするには限界があります。実務で使えるレベルまで作り込むには、自社の業務に沿った設計が必要になります。

スモールスタートで1業務をAIエージェントに任せる

実際、ビジネス職を対象とした調査では、AIをその都度チャットで質問や資料作成に使う「チャット止まり」の層が約7割を占め、複数の工程を任せられるエージェント段階まで進んでいる層は約1割にとどまります。この差を生むのは、規模の大きさではなく「まず1つの業務を、成果が出るまで作り込めているか」です。音声AIの導入も同じで、対象を1業務に絞り、スモールスタートで自動化・効率化することがポイントになります。小さく始めて成果を確かめ、そこから対象を広げていく進め方が、結果的に定着への近道です。GiftXでは、こうしたスモールスタート前提のAIエージェント構築を1業務単位から伴走支援しています。詳細はAIエージェント構築支援サービスをご覧ください。

詳細な調査データは「ビジネス職生成AI活用実態調査（2026年版）」にてご覧ください。

GPT-Liveに関するよくある質問（FAQ）

GPT-Liveについて、検討時によく挙がる質問をまとめました。

GPT-Liveは無料で使えますか？

はい、無料プランでも機能を絞った「GPT-Live-1 mini」が既定の音声モデルとして利用できます。より高性能なGPT-Live-1を使いたい場合は、Go・Plus・Proなどの有料プランへの加入が必要です。

従来のChatGPTの音声機能と何が違いますか？

従来のAdvanced Voice Modeは「一方が話し終えてからもう一方が話す」ターン制でした。GPT-Liveは、相手の発話中でも相づちを打ちながら同時に会話できる全二重方式で、より人同士の会話に近いテンポでやり取りできます。

GPT-LiveのAPIは利用できますか？

2026年7月時点では、GPT-Live自体のAPIは「近日提供」の段階で、提供時期や料金は公開されていません。自社サービスに音声対話を組み込みたい場合は、別系統の開発者向けAPI（GPT-Realtime系）を使う選択肢があります。

GPT-Liveは日本語に対応していますか？

日本語での会話には対応しています。ただし、言語によっては流暢さにばらつきが生じうるとされているため、業務で本格的に使う前に、実際の会話品質を確認しておくことをおすすめします。

GPT-Liveは法人・業務で利用できますか？

デスクトップアプリでは利用できます。ローンチ時点ではBusiness・Enterprise・Eduといった法人向けプランは対象外でしたが、2026年7月24日のデスクトップアプリ搭載にあわせて、デスクトップ版の対象として案内されるようになりました。デスクトップ以外での提供状況は公式に明示されていないため、組織で利用する場合は、自社のプランで使えるかと管理者側の設定を管理者に確認してください。

まとめ

GPT-Liveは、聞きながら同時に話せる全二重方式によって、ChatGPTの音声会話を電話のような自然なやり取りへと近づけた音声モデルです。会話を担う軽量モデルと、思考を担うGPT-5.5を分ける設計により、考えている間も会話が途切れない点が大きな特徴です。無料プランでも機能を絞った版を試せるため、まずは触れてみる価値があります。2026年7月24日にはデスクトップアプリ（macOS / Windows）にも搭載され、法人向けプランがデスクトップ版の対象に加わりました。デスクトップ版では、Chat・Work・Codex上のタスクを音声だけで進行・調整できます。一方で、APIは提供前という制約が残ります。業務で活かすなら、いきなり全体を変えようとせず、対象を1業務に絞り、スモールスタートで自動化・効率化することが第一歩です。小さく始めて成果を確かめる進め方が、音声AIを含むAI活用を定着させる近道になります。

AI活用の伴走支援をご検討の方へ

本記事で紹介したGPT-Liveのような音声AIをはじめ、AIを自社の業務に取り入れて具体的に成果を出したい・相談したいとお考えの方は、ぜひGiftX AIエージェント構築支援までお問い合わせください。

GiftX AIエージェント構築支援では、貴社の業務に合わせて1業務単位のスモールスタートから本番運用まで、AIエージェント構築をワンストップで支援します。ユースケースの洗い出しから、PoC、本番運用、社内ナレッジ化まで伴走します。

AI活用にご関心のある方は、ぜひ一度ご相談ください。

▶ GiftX AIエージェント構築支援の詳細・お問い合わせはこちら

関連記事

• Codexとは？OpenAIコーディングAIの仕組みやChatGPTとの違い、導入の落とし穴を解説
• Claudeとは？非エンジニアのための機能・ChatGPTとの違い・始め方
• AIエージェントとは？生成AI・チャットボットとの違いと自社業務での始め方