O ChatGPT já não te faz esperar: o GPT-Live chega a 150 milhões de utilizadores

Quando falava com o ChatGPT antes, esperava. O modelo processava a sua fala, gerava uma resposta e entregava-a — depois esperava pela sua vez. Essa arquitetura, chamada turn-based, é como a maioria da IA de voz funcionou desde as primeiras implementações comerciais. A OpenAI eliminou-a.

O GPT-Live funciona numa arquitetura full-duplex, o que significa que processa a fala recebida e gera a sua resposta ao mesmo tempo. A diferença prática é que pode interromper o modelo a meio de uma frase — e ele para. Consegue registar breves backchannels, perguntas ou redirecionamentos sem exigir que nenhum dos participantes complete primeiro a sua vez. A OpenAI iniciou hoje a implementação global, disponibilizando o GPT-Live-1 aos subscritores pagos (Go, Plus, Pro) e o GPT-Live-1 mini aos utilizadores gratuitos, substituindo o Advanced Voice Mode sem um pedido de adesão.

Os 150 milhões de pessoas que utilizam as funcionalidades de voz do ChatGPT semanalmente sentirão a mudança mais claramente em duas situações: conversas que mudam de direção rapidamente e o desaparecimento da pausa que antes sinalizava que o modelo tinha terminado de falar. O GPT-Live pode sinalizar atenção com breves reconhecimentos — ‘mhmm’, ‘sim’ — ou simplesmente ficar em silêncio quando o interlocutor ainda está a pensar. Quando a conversa exige pesquisa na web, raciocínio mais profundo ou trabalho complexo, delega silenciosamente para um modelo de fronteira nos bastidores e devolve o resultado para a troca ao vivo.

O parágrafo do ceticismo é importante aqui. Full-duplex não significa que o GPT-Live se tenha tornado melhor a compreender o que diz — significa que consegue responder ao ritmo de uma conversa de forma mais natural. Testes iniciais sugerem que, quando um interlocutor faz uma explicação longa e densa, o modelo ocasionalmente reconhece uma afirmação antes de ter terminado de processar o significado completo. O sistema também funciona inteiramente nos servidores da OpenAI, pelo que cada conversa de voz depende de uma ligação de baixa latência que nem todos os 150 milhões de utilizadores semanais terão na mesma medida. Regiões com infraestrutura mais lenta podem descobrir que as ambições em tempo real do GPT-Live ultrapassam a realidade da rede que as sustenta.

Há também uma questão estrutural sobre a própria migração. A OpenAI moveu automaticamente toda a sua base de utilizadores ativos de voz para um novo sistema sem exigir consentimento. A empresa apresenta isto como uma atualização — e em muitos aspetos é. Mas é também uma alteração ao modelo de interação contra o qual milhões de pessoas tinham calibrado as suas expectativas, entregue sem uma data de descontinuação divulgada para o sistema anterior.

A OpenAI não anunciou alterações de preços para os atuais subscritores do ChatGPT em relação ao GPT-Live. Espera-se que a implementação chegue a todos os utilizadores globalmente nos próximos dias. A data oficial de descontinuação do Advanced Voice Mode não foi confirmada.

Etiquetas: OpenAI, chatgpt, modelos de IA, full-duplex, GPT-Live, IA de voz