Szybka odpowiedź: 8 lipca 2026 OpenAI uruchomiło GPT-Live, nowe głosowe AI, które słucha i mówi jednocześnie, zamiast czekać na swoją kolej. Możesz mu przerwać, może powiedzieć "mhm", gdy kończysz myśl, i potrafi na bieżąco tłumaczyć rozmowę między dwoma językami. Dla firmy najważniejsze nie jest samo demo. Chodzi o to, że obsługa telefoniczna, rezerwacje i proste zadania głosowe mogą teraz przypominać prawdziwą rozmowę, a nie topornego automatu z menu.
Jeśli rok temu próbowałeś rozmawiać z głosowym asystentem AI, znasz ten niezręczny rytm. Ty mówisz, czekasz, on myśli, odpowiada, ty znów czekasz. Przypominało to krótkofalówkę, a nie rozmowę. GPT-Live to próba OpenAI, żeby to naprawić. Ruszyło 8 lipca 2026 i zastąpiło stary tryb głosowy ChatGPT dla wszystkich.
Kluczowe słowo to full-duplex. To termin z telefonii oznaczający linię, na której obie osoby mogą mówić naraz, jak w zwykłej rozmowie telefonicznej, a nie na zmianę jak przez radio. GPT-Live działa tak samo. Słucha i mówi w tej samej chwili. Możesz mu wejść w słowo w połowie zdania, może reagować, gdy jeszcze mówisz, i potrafi się zatrzymać, gdy wyczuje, że się zastanawiasz. Prosto to opisać, ale w użyciu robi dużą różnicę.
Czym właściwie jest GPT-Live
GPT-Live to model głosowy, a nie nowy mózg. Gdy zapytasz o coś prostego, odpowiada bezpośrednio i szybko. Gdy pytasz o coś, co wymaga prawdziwego myślenia, wyszukiwania w sieci albo dłuższego zadania, po cichu przekazuje tę część mocniejszemu modelowi rozumującemu OpenAI w tle i wraca z odpowiedzią do rozmowy. Dostajesz więc szybkie odpowiedzi głosowe do rzeczy łatwych i porządne odpowiedzi do trudnych, a czekanie nie brzmi jak martwa cisza.
Model pojawił się w dwóch rozmiarach. GPT-Live-1 to pełna wersja do bardziej złożonych rozmów. GPT-Live-1 mini jest szybszy i tańszy, i dobrze radzi sobie z większością codziennych interakcji głosowych. Ten podział ma znaczenie dla kosztów i jeszcze do niego wrócimy.
Dwie funkcje wyróżniają się z punktu widzenia firmy.
Mówi jak człowiek, a nie jak menu
Wymiana zdań wydaje się naturalna. Daje drobne sygnały, że słucha, pozwala sobie przerwać i nie zmusza cię do przechodzenia przez sztywny skrypt. Dla każdego, kto stracił klienta przez irytujące menu telefoniczne, już samo to jest warte uwagi. Dzwoniący, który czuje się wysłuchany, zostaje na linii.
Tłumaczy rozmowę na żywo
GPT-Live wystartował na całym świecie z wbudowanym tłumaczeniem na żywo. Dwie osoby, które nie mówią wspólnym językiem, mogą rozmawiać, a on tłumaczy każdą stronę niemal w czasie rzeczywistym. Dla firmy, która obsługuje klientów lub dostawców za granicą, zamienia to trudną rozmowę telefoniczną w możliwą do przeprowadzenia. W Pradze, gdzie firma w ciągu jednego tygodnia może obsługiwać osoby mówiące po czesku, angielsku i niemiecku, to nie jest żadna sztuczka.
Gdzie przyda się to małej lub średniej firmie
Pomińmy science fiction. Oto gdzie głos w trybie full-duplex naprawdę zarabia na siebie w zwykłej firmie.
- Obsługa telefoniczna po godzinach. Połączenia, które kiedyś trafiały na pocztę głosową, mogą teraz uzyskać prawdziwą odpowiedź o 21:00. Asystent obsługuje typowe pytania, a w pozostałych przypadkach przyjmuje wiadomość albo umawia oddzwonienie.
- Rezerwacje i grafik. Dzwoniący może powiedzieć zwykłymi słowami, czego potrzebuje, i umówić termin, bez brnięcia przez menu ani czekania, aż zwolni się człowiek.
- Recepcja i kierowanie połączeń. Pierwsze trzydzieści sekund rozmowy, czyli ustalenie, kto dzwoni i czego chce, to dokładnie ta część, którą głosowe AI robi teraz dobrze. Może przekazać dzwoniącego właściwej osobie, z już zebranym kontekstem.
- Rozmowy w różnych językach. Rozmowy sprzedażowe lub wsparcia z klientem, który mówi innym językiem, stają się wykonalne bez zatrudniania kogoś do każdego języka, z jakim masz styczność.
- Praca bez użycia rąk. Pracownicy na hali sklepowej, w magazynie albo w trasie mogą zadawać pytania i zapisywać informacje głosem, gdy ręce mają zajęte.
Nic z tego nie zastąpi twojego zespołu. To pokrywa godziny, języki i powtarzalne pierwsze kroki, które zjadają czas. Ludzie z twojego zespołu poświęcają wtedy uwagę tym rozmowom, które naprawdę wymagają człowieka.
Uczciwie o ograniczeniach
Głosowe AI jest lepsze niż kiedyś, ale nie idealne. Kilka rzeczy, o których warto pamiętać, zanim wpuścisz je na działającą linię telefoniczną.
Wciąż może się przesłyszeć, zwłaszcza przy silnym akcencie, hałasie w tle albo przy nazwiskach i liczbach. Wszędzie tam, gdzie pomyłka dużo kosztuje, jak przyjmowanie danych do płatności czy potwierdzanie wizyty lekarskiej, zostaw punkt kontroli po stronie człowieka. Nie zna też twojej firmy, dopóki nie połączysz go z własnymi informacjami, więc bez tego będzie odpowiadał ogólnikami. A dzwoniący, który zorientuje się, że rozmawia z maszyną, może i tak chcieć człowieka, więc łatwe przejście do żywej osoby ma znaczenie. Wbuduj to od początku, zamiast to ukrywać.
Druga rzecz, na którą trzeba uważać, to koszt. Głos trwa dłużej niż tekst, a gadatliwy asystent na tysiącach połączeń szybko się sumuje. Tu pomaga model mini: używaj GPT-Live-1 mini do rutynowych połączeń, a pełny model zachowaj do trudniejszych rozmów. To ta sama logika kierowania, którą opisaliśmy przy modelach tekstowych w naszym poradniku o wyborze między poziomami GPT-5.6, i ta sama dyscyplina utrzymuje rachunek w ryzach. Jeśli głównym zmartwieniem jest kontrola kosztów, nasze uwagi o obniżaniu kosztów AI w firmach w 2026 wchodzą głębiej.
Jak zacząć bez przesadnych zobowiązań
Nie musisz w tym miesiącu przebudowywać całego systemu telefonicznego. Rozsądna droga:
- Wybierz jedno wąskie zadanie. Pytania po godzinach, rezerwacje albo kierowanie połączeń. Jedno jasne zadanie, które da się zmierzyć, a nie wszystko naraz.
- Nakarm je swoimi prawdziwymi informacjami. Podłącz godziny otwarcia, ceny, typowe pytania i system rezerwacji, żeby odpowiadało jak twoja firma, a nie jak ogólny bot.
- Zostaw wyjście do człowieka. Niech opcja "rozmowa z człowiekiem" będzie zawsze dostępna. Buduje to zaufanie i wyłapuje przypadki, w których asystent się myli.
- Słuchaj nagrań. Przez pierwsze tygodnie przeglądaj rozmowy, znajduj miejsca, w których się potyka, i dopracowuj je. To tu prawdziwe wdrożenie robi się dobre.
- Potem je rozszerz. Gdy jedno zadanie działa, a liczby się trzymają, dodaj kolejne.
Głos to interfejs, z którym większość ludzi już czuje się swobodnie. To, co zmieniło się 8 lipca, to fakt, że technologia w końcu dopasowała się do tego, jak ludzie naprawdę mówią. Dlatego warto rzucić okiem na tę premierę, nawet jeśli poprzednia generacja botów głosowych cię zniechęciła.
Najczęściej zadawane pytania
Co oznacza full-duplex?
To termin z telefonii. Linia full-duplex pozwala obu osobom mówić w tym samym czasie, jak w zwykłej rozmowie, a nie na zmianę jak przez radiotelefon. GPT-Live działa w trybie full-duplex, więc może słuchać i mówić naraz, a ty możesz mu naturalnie przerwać.
Kiedy ruszyło GPT-Live?
OpenAI udostępniło je 8 lipca 2026. Zastąpiło starszy tryb głosowy ChatGPT i pojawiło się na całym świecie, od pierwszego dnia z tłumaczeniem na żywo i kilkoma nowymi głosami.
Czy GPT-Live naprawdę potrafi tłumaczyć rozmowę na żywo?
Tak. Dwie osoby mówiące różnymi językami mogą rozmawiać, a on tłumaczy każdą stronę niemal w czasie rzeczywistym. Przydaje się w sprzedaży i wsparciu ponad granicami, choć przy sprawach wrażliwych prawnie lub medycznie i tak warto, żeby człowiek sprawdzał ważne szczegóły.
Czy jest wystarczająco dobre, żeby odbierać telefon w mojej firmie?
Do typowych pytań, obsługi po godzinach, rezerwacji i kierowania połączeń tak, o ile połączysz je z własnymi informacjami i zostawisz łatwą drogę do człowieka. Przy rozmowach, gdzie pomyłka dużo kosztuje, trzymaj człowieka w pętli, zamiast puszczać je samopas.
Czy będzie drogie w utrzymaniu?
Głos kosztuje więcej niż tekst, bo rozmowy trwają dłużej, ale wersja mini utrzymuje rutynowe połączenia tanio. Używaj GPT-Live-1 mini do codziennych interakcji, a pełnego modelu tylko do trudniejszych rozmów, a koszt zostanie rozsądny.
Czy zastąpi mój zespół wsparcia?
Nie. Pokrywa godziny, języki i powtarzalne pierwsze kroki, które zabierają czas, żeby twój zespół mógł skupić się na rozmowach, które naprawdę wymagają człowieka. Traktuj je jak pierwszą pomoc na miejscu, a nie jak cały dział.
Potrzebujesz pomocy przy wdrożeniu?
Buinsoft to praska firma doradcza od AI i oprogramowania. Pomagamy firmom połączyć głosowe AI z ich rzeczywistymi systemami, dobrać właściwy rozmiar modelu do zadania i zostawić człowieka w pętli tam, gdzie to się liczy, tak aby efekt działał dla twoich rozmówców, zamiast ich frustrować.
Napisz do nas na info@buinsoft.com albo skorzystaj z formularza kontaktowego, a pomożemy ci znaleźć jedno zadanie, które warto zautomatyzować w pierwszej kolejności.
Informacje aktualne na 16 lipca 2026. Funkcje, ceny i dostępność głosowego AI mogą się zmieniać, więc zanim się na nim oprzesz, sprawdź aktualną dokumentację OpenAI.
