「電話みたいに話せるAI」がついに実現した。

相手の話を遮っても、相槌を打っても、黙っていても——人間と同じように会話ができる音声AI。OpenAIが2026年7月8日にリリースした GPT-Live は、音声AIの歴史を「トランシーバー」から「電話」へと進化させた。

---

この記事でわかること

• GPT-Liveとは何か — 3分でわかる概要
• 従来のAdvanced Voice Mode（AVM）との違い
• フルデュプレックスアーキテクチャの仕組み
• GPT-5.5への推論委譲が可能にする新しい体験
• 料金プラン別の機能比較表
• 日本語対応状況と実際の品質
• GPT-Liveを最大限活用する使い方

---

GPT-Liveとは

GPT-Liveは、OpenAIが開発した第3世代の音声アーキテクチャ。ChatGPTの音声モードを完全に置き換える新世代の製品だ。

最大の特徴は フルデュプレックス（full-duplex） 方式の採用。これは「聞きながら話せる」という意味で、従来の「相手が話し終わるのを待つ」方式とは根本的に異なる。

ChatGPT音声モードの3世代：

GPT-Liveの登場により、従来のAdvanced Voice Mode（AVM）はデフォルトの音声モードではなくなる。アップデート後、自動的にGPT-Liveに移行する。

---

Advanced Voice Mode（AVM）との比較

特に注目すべき違い：

BrowseCompが0.7%→75.2%に跳ね上がった理由は、GPT-Liveが音声レイヤーと推論レイヤーを分離したから。音声のやり取りは軽量モデルが担当し、複雑なWeb検索や推論はGPT-5.5に委譲する。これにより「話しながら調べる」が可能になった。

---

フルデュプレックスアーキテクチャの仕組み

GPT-Liveの技術的な核心は「会話の判断を毎秒複数回行う」ことにある。

従来の音声AIは「入力→処理→出力」の直列パイプラインだった。GPT-Liveは常に入力と出力を同時に処理し、1秒間に何度も「話す」「聞く」「止まる」「割り込む」「ツールを呼ぶ」の判断を下す。

具体的にできること：

• 相槌を打つ — ユーザーが話している最中に「うんうん」「なるほど」と返す
• 沈黙を保持する — ユーザーが考えている間、黙って待つ
• 文中割り込み — ユーザーが「ちょっと待って」と言ったら即座に止まる
• 裏で調べる — 「今の株価を調べて」と聞かれたら、話しながら裏でGPT-5.5に検索させる

OpenAIのプロダクト責任者 Atty Eleti 氏は、GPT-Liveを使った30〜40分の散歩中の会話を例に挙げ、「もはや交互に話す必要はない」と語っている。

---

料金プラン別 機能比較

GPT-Liveには2つのモデルがあり、プランによって利用できる機能が異なる。

推論レベル（Intelligence）の違い：

• Instant — GPT-5.5 Instant。高速な応答。日常会話レベル
• Medium — GPT-5.5 Thinking（中程度の推論 effort）。複雑な質問向け
• High — GPT-5.5 Thinking（高 effort）。Proプランのみ。最高品質の推論

推論レベルは設定 → Voice → Intelligence から選択できる。ただしGPT-Live-1 mini（Freeユーザー）はInstant固定。

---

日本語対応状況

OpenAIはGPT-Liveが「ほとんどの主要言語に対応」と発表しているが、具体的な言語リストは公開されていない。

ブリーフィングで披露されたヒンディー語の同時通訳デモは「アクセントが強く、やや不自然」と評価されており、非英語の品質はまだ発展途上と考えたほうがいい。

日本は主要市場なので早期に対応が強化される可能性は高いが、現時点では「英語がベスト、日本語はおそらく使えるが完璧ではない」というスタンスで臨むのが現実的だ。

---

GPT-Liveの使い方と活用シーン

始め方

1. ChatGPTアプリを最新版にアップデート（iOS / Android / Web）
2. ヘッドフォンマークの音声ボタンをタップ
3. 自動的にGPT-Liveが起動（従来のAVMから切り替わる）
4. 設定 → Voice → Intelligence で推論レベルを選択

おすすめの使い方

1. ハンズフリー作業 通勤中や料理中に、話しかけるだけで情報収集・アイデア出しができる。

2. 会話しながらリサーチ 「今のOpenAIの株価を調べて」→ GPT-Liveが話しながら裏で検索 → 結果を音声で返す。この間、会話は途切れない。

3. リアルタイム翻訳 英語のWebinarを聴きながら、GPT-Liveに同時通訳させる。品質は完璧ではないが、「概要を掴む」用途なら十分。

4. ミーティングの準備 移動中に議題を音声でブレスト → GPT-Liveがメモを整理 → 到着したらテキストで確認。

現時点の制限

• 動画・画面共有は不可 — これらは従来の音声モード（AVM）を引続き使用
• API未公開 — 2026年7月時点ではChatGPTアプリのみ。APIは通知登録制
• 非英語品質は不均一 — 英語以外は実戦投入前に要テスト

---

よくある質問（FAQ）

Q1: GPT-Liveは無料で使えますか？

FreeプランでもGPT-Live-1 miniが利用可能。ただし推論レベルはInstant固定で、GPT-5.5への高度な委譲は有料プラン限定。

Q2: Advanced Voice Modeはどうなりますか？

既存のAVMはGPT-Liveに置き換わる。ただし動画・画面共有が必要な場合は、設定から従来の音声モードを選択可能。

Q3: 日本語の品質はどうですか？

OpenAIは「ほとんどの主要言語に対応」と発表しているが、具体的な日本語の品質評価は未公開。英語以外の品質はまだ発展途上と考えよう。

Q4: APIで使えますか？

2026年7月時点ではAPI未公開。開発者は通知登録が可能。

Q5: どのプランがおすすめですか？

日常的な音声会話が目的ならPlus（$20/月）で十分。高度な推論（High effort）が必要ならPro（$100〜$200/月）を検討しよう。

Q6: GPT-LiveはGPT-5.6とどう違いますか？

GPT-Liveは音声対話エンジン、GPT-5.6はテキスト基盤モデル。GPT-Liveは裏側でGPT-5.5（GPT-5.6の1つ前の世代）を推論エンジンとして使用している。

Q7: 通話時間に制限はありますか？

GPT-Live自体に時間制限の発表はない。既存のプランごとのメッセージ制限・レート制限が適用される。

Q8: レガシーな音声モードに戻せますか？

設定から従来のAdvanced Voice Modeを選択可能。ただしGPT-Liveがデフォルトになる。

---

まとめ

GPT-Liveは、OpenAIが「音声をコンピューティングの主要インターフェースにする」という長期ビジョンの第一歩だ。

この記事のポイント：

• フルデュプレックス方式で「聞きながら話せる」自然な会話が実現
• 音声レイヤーと推論レイヤーの分離でBrowseCompが0.7%→75.2%に大幅向上
• FreeでもGPT-Live-1 miniが使えるが、高度な推論は有料プラン限定
• 日本語対応は「おそらく使える」レベル。今後の品質向上に期待
• 音声AIの未来を体験したいなら、今すぐChatGPTをアップデートして試してみよう

音声AIは「トランシーバー」から「電話」へと進化した。次のステップは「対面での会話」——OpenAIは確実にその方向に進んでいる。

---

この記事は2026年7月10日時点の情報を基にしています。GPT-Liveの詳細はOpenAI公式サイトでご確認ください。

---

合わせて読みたい

• 【2026年】Claude Fable 5で金融資産を守る！AIエージェントによる資産管理・監視・最適化の実践ガイド
• 【2026年】Cloudflare Monetization Gateway完全ガイド！Webページ・API・MCPツールに「1回の課金」をかける方法
• 【2026年】A Fable of Codexes完全ガイド — Claudeが指揮するAIワーカー軍団の作り方
• 【2026年】component.galleryを使ってAIのUI生成指示を劇的に上手くする方法！コンポーネント用語図鑑の活用法
• 【2026年】ChatGPT vs Claude vs Gemini 徹底比較！無料プランから有料まで完全ガイド