GPT-Liveとは？OpenAI最新音声モデルの仕組み・使い方・料金を解説

Q: GPT-LiveはPC・Windowsで使えますか？

利用できます。PCでは、chatgpt.comのVoice in ChatからGPT-Liveを利用できます。 一方、Windows・macOSのデスクトップアプリには、GPT-Live搭載のVoice in Chatとは別の「Voice in Desktop」が提供されています。どちらの体験を使っているか、混同しないよう確認してください。

最終更新日:2026/10/08

GPT-Liveは、OpenAIが2026年7月8日に発表した新世代の音声モデルです。聞きながら話せるフルデュプレックス構造の仕組み、Advanced Voice Modeとの違い、プラン別の料金と提供範囲、法人利用の可否、音声データの扱いまで、公式情報をもとに解説します。

OpenAIが新しい音声モデルを発表して以来、「GPT-Liveって結局なにが変わったの？」「自分のプランで使えるの？」「Advanced Voice Modeとどう違うの？」という声が増えています。

一言でいえば、ChatGPTの音声機能を根本から作り替えるアップデートがGPT-Liveです。聞くことと話すことを同時に行えるため、これまでの「交互に話す」やり取りから、人と話しているような会話へと一気に近づきました。

2026年10月時点では、個人向けプランに加え、対象のBusiness・Enterprise・Edu・Healthcareワークスペースでも利用でき、開発者向けのGPT-Live-1 APIも9月10日に公開済みです。

GPT-Liveとは？OpenAIが発表した新世代の音声モデル

GPT-Live（GPT Liveとも表記されます）とは、ChatGPTの音声機能「ChatGPT Voice」を刷新する新世代の音声モデルです。最大の特徴は、聞きながら同時に話せる点にあります。

OpenAIは現地時間2026年7月8日（日本時間7月9日）にGPT-Liveを発表しました。iOS・Android・chatgpt.comのWeb版に向けて、世界中で順次展開されています。

現在、ChatGPTのVoiceやDictation（音声入力）といった機能は、週に1億5,000万人以上に利用されています。その体験全体が変わるという意味で、今回のアップデートのインパクトは小さくありません。

GPT-Live-1とGPT-Live-1 miniの違い

GPT-Liveには「GPT-Live-1」と「GPT-Live-1 mini」という2つのモデルがあります。

2026年9月9日以降のChatGPT Voiceでは、FreeプランとGoプランでGPT-Live-1 miniが標準となり、PlusプランとProプランでは上位モデルのGPT-Live-1が標準として利用できます。また、利用できる時間枠もプランごとに異なります。

開発者向けには、GPT-Live-1 APIが2026年9月10日に公開されました。音声を担う部分の料金は1分あたり0.05ドルで、組み合わせるバックエンドモデルの利用料は別途発生するようになっています。ChatGPT内での利用と、自社サービスへの組み込みでは、料金の見方が異なるため区別して理解してください。

GPT-Liveの仕組み｜「全二重」と「委譲」という2つの転換

GPT-Liveの本質は、「連続的なインタラクション」と「深い処理の分離」という2つのアーキテクチャ変更にあります。順番に見ていきましょう。

連続的なインタラクション（フルデュプレックス）

GPT-Liveは、フルデュプレックス（全二重）というアーキテクチャで構築されています。フルデュプレックスとは、聞くことと話すことを同時に行える方式のことです。

従来のように「メッセージのかたまり」を順番に処理するのではなく、GPT-Liveは入力を受け取りながら出力を生成し続けます。そのため「話すか」「聞き続けるか」「一時停止するか」「割り込むか」「ツールを呼び出すか」といった判断を、1秒間に何度も下せるのです。

この設計から、次のような振る舞いが生まれます。

「mhmm（うんうん）」「yeah（うん）」といった相槌で、聞いていることを示す
ユーザーが考えをまとめている間は、割り込まずに黙って待つ
リアルタイム翻訳のように、聞きながら訳す処理をこなす

深い処理の「委譲」（delegation）

2つ目の転換が、会話を担う部分と重い処理を担う部分の切り離しです。

検索や難しい推論を必要とする質問が来た場合、GPT-Liveは会話を止めずに、処理を別のモデルへ委譲します。2026年9月9日以降のChatGPT Voiceでは、こうした場面でGPT-5.6またはGPT-6 Astraを利用でき、モデルと推論の強度は、テキストチャットと同じ操作画面から選択する仕様です。

重要なのは、委譲している間も会話が止まらないこと。裏で検索や推論が走っている間も、GPT-Liveはユーザーと話し続けます。結果として、気まずい沈黙が生まれません。

従来方式との違い

GPT-Liveが何を解決したのかは、過去の2方式と並べると分かりやすくなります。

方式	代表例	仕組み	抱えていた課題
カスケード型	初代ChatGPT Voice	音声認識（STT）→LLM→音声合成（TTS）を直列に接続	モデル間で情報が失われ、応答が遅くぎこちない
ターン制	Advanced Voice Mode	単一モデル内で音声を処理・生成	沈黙で発話の終わりを判定するため、短い間や背景ノイズで誤って割り込む
全二重	GPT-Live	入力処理と出力生成を同時並行	提供開始時点では動画・画面共有に非対応

GPT-Liveでできること｜ChatGPT Voiceの主な進化点

GPT-Liveが搭載されたChatGPT Voiceの進化は、大きく4つに整理できます。「自然な会話」「賢い回答」「ビジュアル表示」「聞き上手」です。

より自然な会話になる

話している途中で割り込んで質問する、考えをまとめるために少し黙る、「もう少しゆっくり話して」と頼む。こうした操作が自然にできるようになりました。

ChatGPTの側も「mhmm」「got it（わかった）」といった短い言葉で相槌を打ちます。会話についてきていることが、声から伝わる仕組みです。

音声そのものも刷新されました。ChatGPTに用意された9種類の音声が、GPT-Live向けにリマスターされています。内訳はArbor、Breeze、Cove、Ember、Juniper、Maple、Sol、Spruce、Valeです。

あらかじめ用意されたChatGPTのパーソナリティ（性格プリセット）は、現時点ではLiveに適用されません。会話中に口調やテンポを指示する形になります。

テキストチャットと同じモデル・推論設定を使える

2026年9月9日、音声専用だったInstant・Medium・Highという設定は廃止されました。代わりにVoiceでも、テキストチャットと同じモデル選択・推論強度の操作を使う仕様へ切り替わっています。

検索や難しい推論が必要な場面では、GPT-5.6またはGPT-6 Astraを利用できます。利用できるモデルと上限は、契約プランによって異なる点に注意してください。

この変更により、音声とテキストの体験に一貫性が生まれました。会話の途中でテキストへ切り替えても、同じモデルとの対話を続けられます。

話しながら画面に情報が出る（ビジュアルカード）

音声だけでは伝わりにくい情報もあります。GPT-Liveでは、会話の最中に天気・株価・スポーツなどのトピックについて、リッチなビジュアルカードを画面に表示できるようになりました。

Web検索、メモリ、画像の扱いにも引き続き対応します。2026年8月7日には、会話中のファイルアップロードとProjectsでの音声利用にも対応しました。資料の内容を声で質問したり、プロジェクトの指示や過去のチャットを踏まえて話したりできます。

さらに9月23日のアップデートで、Web・iOS・Androidのプラグインにも対応しました。会話中に画像を添付したり、話せない場面ではテキストで入力したりと、同じチャットの中で音声とテキストを行き来できる設計です。

聞き取りの精度が上がった

ユーザーが少し黙っても、ChatGPTはすぐに割り込まなくなりました。会話の冒頭で「私が聞くまで待って」と伝えれば、黙って聞き続けます。

通り過ぎる車の音や近くの話し声といった背景ノイズがあっても、ユーザーの声に集中しやすくなった点も改善のひとつ。移動中や屋外での利用を想定した進化と言えるでしょう。

このほか、Apple CarPlayでの音声会話や、他のアプリを使いながら会話を継続する「バックグラウンド会話」といった設定も用意されています。

出典： Introducing GPT-Live｜OpenAI ／ ChatGPT Voice｜OpenAI Help Center

GPT-Liveの使い方｜スマホ・Webで始める手順

GPT-Liveを初めて使う場合は、対応環境・マイクの許可設定・契約プランを確認してから始めると迷いません。

スマホアプリとWeb版では、GPT-Liveを搭載したVoice in Chatが起動します。一方、Windows・macOSのデスクトップアプリでは「Voice in Desktop」という別の音声体験が用意されており、同じ音声機能でも中身が異なる点に注意してください。

出典：OpenAI

iPhone・AndroidアプリでGPT-Liveを始める

ChatGPTアプリのメッセージ欄にあるVoiceアイコンを選びます。初回はマイクの利用を許可し、好みの音声を選んでから、そのまま話し始めてください。

英会話練習に使う場合は、「Settings（設定）→Voice（音声）→Language（言語）」から主に話す言語を選び、会話の冒頭で役割・話す速さ・訂正の方法を伝える使い方がおすすめです。

関連記事：ChatGPT音声会話の使い方とは？無料・有料の制限や活用例を解説

PC・Web版でGPT-Liveを始める

chatgpt.comの入力欄にあるVoiceアイコンを選び、ブラウザのマイク利用を許可すれば、会話を開始できます。PCでGPT-Liveを使う場合は、デスクトップアプリではなくブラウザ版を開いてください。

GPT-Liveが使えない・表示されないときの確認方法

Liveの表示可否は、契約プラン・ワークスペースの設定・地域・アプリのバージョン・ペアレンタルコントロールに左右されます。

まずアプリを最新の状態へ更新し、マイクの利用許可が有効になっているかを確認してください。そのうえで、「設定→音声」の選択肢にLiveが表示されているかを確認する流れがおすすめです。

割り込みや聞き取りが不安定な場合は、静かな環境やヘッドホンの利用を試してください。iPhoneでは、Mic ModeのVoice Isolationも選択肢のひとつになります。

GPT-Liveの性能｜Advanced Voice Modeとの比較

GPT-Liveは、人間による評価と各種ベンチマークの双方で、従来のAdvanced Voice Modeを上回りました。

OpenAIは会話の心地よさと流れを測る新しい人間評価を設計しています。5〜10分の会話を対象にした比較では、総合的な好ましさ、発話の受け渡し、割り込み、会話の流れ、やり取りの自然さのいずれにおいても、GPT-Live-1とGPT-Live-1 miniがAdvanced Voice Modeより強く好まれました。

ベンチマークの結果は次のとおりです。

ベンチマーク	測定する内容	結果
GPQA	生物・化学・物理における専門家レベルの科学的推論	GPT-Live-1がAdvanced Voice Modeを大幅に上回る
BrowseComp	エージェント的なWeb検索と、見つけにくい情報を探し出す能力	GPT-Live-1が明確なスコア向上
τ³-Voice Telecom（社内版）	現実的な複数ターンの通信サポート業務	GPT-Live-1がAdvanced Voice Modeを上回る

ただし、この性能向上をどう解釈するかには議論があります。スコアの伸びは音声対話層そのものの進化というより、裏側の推論モデルに処理を委譲していることに由来する部分が大きいのではないか、と指摘する声も一部のメディアから出ています。

なお、これらの評価は提供開始時点のもので、当時の委譲先はGPT-5.5でした。

出典： Introducing GPT-Live｜OpenAI ／ GPT-Live System Card｜OpenAI Deployment Safety Hub

GPT-Liveの料金と対応プラン｜無料でも使えるのか

無料プランでもGPT-Live-1 miniを利用できます。一方で、契約プランによって標準モデル・利用枠・追加料金の条件は異なります。

プラン	標準のLiveモデル	24時間ローリング利用枠	補足
Free	GPT-Live-1 mini	制限付き（上限は変動）	個人向け
Go	GPT-Live-1 mini	3時間	2026年9月9日以降はmini
Plus	GPT-Live-1	3時間	上限後にminiへ自動切替なし
Pro（100ドル/月）	GPT-Live-1	15時間	個人向け
Pro（200ドル/月）	GPT-Live-1	無制限	個人向け
Business Standard	GPT-Live-1	3時間	追加利用は1.25クレジット/分
Business Premium	GPT-Live-1	15時間	追加利用は1.25クレジット/分
K-12 Teachers	GPT-Live-1	3時間	教員向け
Enterprise・Edu・Clinicians（クレジット課金）	GPT-Live-1	―	1.25クレジット/分。ワークスペース設定に依存
Enterprise（従量USD）	GPT-Live-1	―	0.05ドル/分。ワークスペース設定に依存
Legacy Enterprise・Edu	GPT-Live-1	3時間	旧プラン

出典：OpenAI

※OpenAI公式ヘルプセンターに基づきます。提供条件は変更される可能性があるため、最新の情報は公式サイトをご確認ください。

利用環境は、次の3つに分けて理解してください。

Voice in Chat：Web・iOS・Androidで使える、GPT-Live搭載の通常の音声会話
Voice in Work：2026年9月23日に開始。Web・モバイルのWorkで、連携アプリの操作やドキュメント作成を声で指示できる（VoiceとWorkの両方の利用権限が必要）
Voice in Desktop：Windows・macOSのデスクトップアプリ向け。別料金・別枠で提供

音声機能の利用上限はプランと音声オプションによって異なり、変更される場合もあります。上限に近づくと、ChatGPT上に通知が表示される仕組みです。

出典： ChatGPT Voice｜OpenAI Help Center ／ Introducing GPT-Live｜OpenAI

GPT-Live APIの使い方と料金｜自社サービスへの組み込み

ChatGPT内で使う「GPT-Live」と、開発者が自社サービスへ組み込む「GPT-Live-1 API」は、料金体系も対象も異なります。

GPT-Live-1 APIは2026年9月10日に提供が始まりました。音声を担う部分と、バックエンドの言語モデルやツールを組み合わせて、音声エージェントを構築する位置づけです。

GPT-Live-1 APIの料金と提供条件

音声フロント層の料金は、1分あたり0.05ドルです。組み合わせるバックエンドモデルやツールの利用料は、別に発生します。

項目	内容
提供開始	2026年9月10日
音声フロント層	0.05ドル/分
バックエンドモデル・ツール	別料金
主な用途	音声エージェント、電話、業務ワークフロー

出典：OpenAI

バックエンドモデルとツールを組み合わせる実装方法

GPT-Live-1は、割り込みの判断や音声の聞き取り・発話を担います。推論やツール呼び出しは、GPT-6 Astraなどのバックエンドモデルや、第三者モデルへ委譲する設計です。

電話対応の機能、音声認識による文字起こし、応答テキストの生成、名前や略語を正しく聞き取るキーワードバイアスなど、音声エージェントの実装に使える機能が用意されています。

法人でGPT-Liveは使えるのか？導入前に確認すべき3つのこと

法人利用を検討する場合、まず確認すべきは自社の契約形態です。対象ワークスペースでもVoiceを利用できますが、管理者の設定や契約内容によって、利用可否や利用枠が変わります。

①Business・Enterprise・Edu・Healthcareの提供条件

対象のBusiness・Enterprise・Edu・Healthcareワークスペースでは、管理者がVoiceを有効にしていれば利用できます。Voice in ChatはWeb・iOS・Androidで使え、GPT-Liveを搭載しています。

このうちEnterprise・Edu・Healthcareのワークスペースでは、管理者がVoiceを有効にするとLiveが既定のVoice体験になり、Early Model Accessの有効化は不要です。

②音声データはどう扱われるのか

情報システム部門や法務部門が気にするのは、音声データの扱いでしょう。公式ヘルプセンターの記述を整理します。

LiveおよびAdvancedの音声クリップは、チャット履歴に表示される文字起こしとあわせて保存され、保持期間は30日
チャットを削除すると、関連する音声クリップも30日以内に削除される（セキュリティ・安全・法令上の理由がある場合を除く）
アーカイブはサイドバーから消えるだけで、チャットもクリップも削除されない
音声クリップは、ユーザーが明示的に共有を選ばない限りモデルの学習には使われない
ただし「Improve the model for everyone」がオンの場合、プランと設定によっては文字起こしなどが学習に使われる場合がある
Business・Enterprise・Eduのワークスペースでは、音声クリップを学習用に共有すること自体ができない

補足すると、OpenAIはデータ保持について、法的手続きの影響を受ける可能性がある旨を公式ヘルプセンターに注記しています。最新の条件は必ず公式サイトをご確認ください。

③導入前チェックリスト

社内会議にそのまま持ち込める形で整理しました。

自社の契約は個人向けプランか、法人向けワークスペースか
音声クリップの30日保持は、自社の情報セキュリティ規程・データ保持ポリシーに抵触しないか
「Improve the model for everyone」の設定を、組織として統一できているか
会議や商談など、第三者の音声が入る場面での利用可否を定めたか
未成年の利用者がいる場合、ペアレンタルコントロールの方針を整理したか
動画・画面共有を伴う業務があるか（ある場合はAdvancedの併用が必要）

契約プランの利用枠だけでなく、ワークスペース管理者のVoice設定と、上限超過時にクレジットまたは従量課金が発生する契約かどうかも、あわせて確認しておくと安心です。

Live・Advanced・Standardの使い分け｜「置き換え」ではない

「GPT-LiveがAdvanced Voice Modeを置き換える」という説明を見かけますが、これは正確ではありません。AdvancedもStandardも設定画面に残り、用途によって使い分ける形になります。

とくに動画や画面共有を使いたい場合は、今もAdvancedを選ぶ必要があります。

モード	位置づけ	動画・画面共有	主な用途
Live	最新の音声体験（GPT-Live搭載）	非対応	自然な対話、Web検索、メモリ、ビジュアル表示、プラグイン
Advanced	従来のリアルタイム音声体験	対応（対象プランのモバイルアプリ）	画面を見せながらの質疑、カスタムGPTsとの音声会話
Standard	発話を文字起こししてから応答する方式	―	Liveが使えない環境での代替

切り替えは「設定→音声（Settings→Voice）」から、Live・Advanced・Standardのいずれかを選ぶだけ。表示される選択肢は、プラン・地域・アプリのバージョンによって変わります。

カスタムGPTsとの音声会話も、Advanced経由であれば現時点では利用できます。その際、GPTsではShimmerという専用の音声が使われます。

とはいえ、OpenAIは2026年9月11日、カスタムGPTsを全プランで廃止し、プラグインへ移行する計画を発表しました。公式FAQによると、廃止予定日は2026年12月11日です。日程はプランやワークスペースによって異なる場合があるため、最新の情報は公式サイトをご確認ください。

GPT-Liveの制限と注意点

制限事項	内容
①動画・画面共有非対応	Liveでは動画や画面共有を使えません。動画・画面共有が必要な場合は、iOS・AndroidアプリでAdvancedに切り替えてください。プラグインは2026年9月23日のアップデートで対応済みのため、Liveのまま利用できます。
②言語による品質差	GPT-LiveはChatGPTでよく使われる言語向けに最適化されており、言語によっては非ネイティブのアクセントや流暢さの不足が生じる可能性があります。
③1対1会話向けの設計	Liveは基本的に1対1の会話を想定した設計です。背景ノイズには対応できるものの、複数話者の環境には最適化されておらず、人同士が話している声に反応してしまうことがあります。議事録用途を考えている方は注意してください。
④相槌の多さへの指摘	初期のユーザーからは、相槌が多すぎてかえって会話の邪魔になる、という声も一部で報告されています。ここは公式の見解ではなく、あくまで利用者の感想として捉えてください。

音声ならではの安全対策

音声会話はリアルタイムで進むため、OpenAIは音声に固有の安全対策を用意しています。

危険な出力を検知した場合には、より安全な応答へ誘導する、支援リソースを表示する、リスクの高い場面では音声会話を終了する、といった仕組みが働きます。自傷に関する会話では、専門家が監修したクライシスヘルプラインの案内が行われます。

10代のユーザー向けには、年齢に応じた振る舞いをモデルに直接学習させました。保護者はペアレンタルコントロールで子どもの利用可否を決められ、自傷や自殺の意図が疑われる高リスクな状況では連携した保護者に通知が届く場合もあります。実在する人物の声を模倣しないための安全対策も導入済みです。

GPT-LiveとGemini Liveの違い

リアルタイム音声AIの分野では、GoogleのGemini Liveが先行してきました。両者は「聞きながら話す」自然な会話という目標こそ共通しているものの、強みの置きどころが異なります。

観点	GPT-Live	Gemini Live（Gemini 3.8 Live／Extended Thinking）
設計思想	会話の自然さ＋裏側のフロンティアモデルへの委譲による「賢さ」	低遅延の対話を基本とし、会話を続けながらバックグラウンドでツール呼び出しや推論を行う
動画・画面共有	非対応（2026年10月時点）	対応
音声の電子透かし	SynthID（2026年7月31日〜）	SynthID
API	GPT-Live-1 API提供中（音声フロント層0.05ドル/分）	Live APIで一般提供中

Googleは2026年9月15日、Gemini 3.1 Flash Liveの後継としてGemini 3.8 Liveと推論を強化したGemini 3.8 Live Extended Thinkingを公開しました。

生成された音声にはSynthIDという電子透かしが埋め込まれます。OpenAIも2026年7月31日から、ChatGPT VoiceとAPIの音声にSynthIDを付与しており、AI音声の出所を確認できる仕組みは両者に共通しています。

現時点では「どちらが優れているか」を断じる段階にありません。動画や画面共有を伴う業務が中心ならGemini Live、会話の自然さと検索・推論の賢さを重視するならGPT-Liveというように、用途から選ぶのが現実的でしょう。

出典：リリースノート｜Gemini API｜Google AI for Developers

まとめ

GPT-Liveについて、本記事の要点を振り返ります。

GPT-Liveは、聞きながら話せる全二重方式によってChatGPTの音声体験を刷新した新世代の音声モデル
深い検索や推論は、固定のモデルではなくGPT-5.6やGPT-6 Astraなど、利用可能なモデルへ委譲される
Business・Enterprise・Edu・Healthcareでも、対象ワークスペースでVoiceを利用できる
GPT-Live-1 APIは2026年9月10日に提供開始され、自社サービスへの組み込みも可能
動画・画面共有が必要な場面では、引き続きAdvanced Voice Modeを使う

次のアクションはシンプルです。まず自社の契約プランを確認し、設定→音声からLiveを選べるかどうかを試してみてください。そのうえで、音声クリップの保持期間と学習利用の設定を、社内の情報セキュリティ規程と照らし合わせましょう。

アイスマイリーでは、生成AI のサービス比較と企業一覧を無料配布しています。課題や目的に応じたサービスを比較検討できますので、ぜひこの機会にお問い合わせください。

生成AI のサービス比較と企業一覧

よくある質問

GPT-Liveは無料で使えますか？

はい、Freeプランでは、GPT-Live-1 miniを制限付きで利用できます。Goプランでは、GPT-Live-1 miniを24時間ローリングで3時間まで利用できます。Plusプランでは、上位モデルのGPT-Live-1を同じく3時間まで利用可能です。上限を超えると、プランに応じた追加課金や制限が発生する場合があります。

ChatGPTが話している途中で遮ってもいいですか？

問題ありません。Liveは聞くことと話すことを同時に行えるため、割り込みや発話の継続に対応します。ただし発話の重なり、背景ノイズ、ネットワークの状況、マイク設定などが聞き取りに影響する場合があります。

GPT-LiveはPC・Windowsで使えますか？

利用できます。PCでは、chatgpt.comのVoice in ChatからGPT-Liveを利用できます。一方、Windows・macOSのデスクトップアプリには、GPT-Live搭載のVoice in Chatとは別の「Voice in Desktop」が提供されています。どちらの体験を使っているか、混同しないよう確認してください。