GPT-Liveとは?API料金(1分0.05ドル)・使い方・ChatGPTのプラン別上限とGPT-Live-1.1の変更点【2026年10月】

この記事のポイント
GPT-LiveはOpenAIの全二重音声モデルで、ChatGPTのVoiceとAPI(gpt-live-1、1分0.05ドル)で使えます。GPT-Live-1.1/Quipへの移行、プラン別の利用上限、API料金の試算、使い方と注意点を2026年10月時点の公式情報で整理しました。
GPT-Liveは、OpenAIの「聞きながら同時に話せる」全二重(フルデュプレックス)音声モデルです。 2026年10月時点では、ChatGPTの音声機能(Voice)で使えるほか、2026年9月10日からはAPI(モデルID gpt-live-1)でも一般提供され、料金は1分0.05ドルです。
2026年7月の発表時点では「APIは近日提供」「法人プランは対象外」「委任先はGPT-5.5」とされていましたが、この3か月で大きく変わりました。ChatGPTでは10月15日から後継の GPT-Live-1.1 / GPT-Live-1.1 Quip への切り替えが順に進んでおり、裏で推論・検索を担うモデルも GPT-5.6 または GPT-6 Astra に変わっています。
この記事でわかること
- GPT-Liveの仕組み(全二重会話と、裏のモデルへの委任)
- 2026年7月から10月までに何が変わったか(時系列表)
- ChatGPTのプラン別の利用上限(Free・Go・Plus・Pro・Business・Enterprise)
- API料金(1分0.05ドル・秒単位課金)と、gpt-realtime-2.1との料金比較・月額の試算
- ChatGPTでの使い方(Live/Advanced/Standardの切り替え、日本語音声の選び方)
- できないこと・音声データの保存期間・業務で使うときの注意点
こんな人に向けた記事です
- ChatGPTの音声会話が変わったと聞き、何がどう違うのか知りたい人
- 「GPT-Live API」の料金・仕様・Realtime APIとの違いを調べている開発者
- コールセンターや音声受付への組み込みを検討している情報システム・企画担当者
2026年10月時点の要点
- ChatGPTでは追加料金なしで使える(上限あり)。 Freeは「限られた利用」、Go/Plusは24時間で3時間、Pro(月200ドル)は無制限。法人プランも今は対象。
- APIは1分0.05ドルで使える。 ただし裏で動かすモデル(Responsesのモデル)やツールの費用は別にかかり、Freeティアでは使えない。
- 「GPT-5.5連携」は過去の話。 委任先は2026年9月9日にGPT-5.6/GPT-6 Astraへ変わり、GPT-5.5自体も10月14日にChatGPTから削除された。
GPT-Liveとは何か

GPT-Liveは、ChatGPTの音声会話とAPIの音声エージェントのために作られた、OpenAIの全二重音声モデルです。相手の声を聞きながら自分も話せるため、割り込み・相づち・沈黙を人どうしの会話に近い形で扱えます。
2026年7月8日にChatGPTのVoiceへ「GPT-Live-1」「GPT-Live-1 mini」として展開され、9月10日にAPIで一般提供されました。発表時、OpenAIはChatGPTの音声・ディクテーション機能の利用者を週1億5,000万人以上としています。
モデルは「話すか、聞き続けるか、黙るか」を細かく判断し続けていて、その結果として次のように動きます。
- ユーザーが話している最中に相づちを打つ
- 話の途中で割り込まれたら、発話を止めて応答を切り替える
- ユーザーが考え込んでいる間は急かさずに待つ(「私が言うまで待って」と頼むこともできる)
項目 | 内容(2026年10月時点) |
|---|---|
開発元 | OpenAI |
発表 | 2026年7月8日(ChatGPT Voice) |
ChatGPTのモデル | GPT-Live-1.1 / GPT-Live-1.1 Quip(10月15日から順次展開。以前は GPT-Live-1 / GPT-Live-1 mini) |
APIのモデル |
|
提供先 | ChatGPT(Web・iOS・Android・macOS/Windowsのデスクトップアプリ・CarPlay)、API |
ChatGPTでの料金 | プラン料金に含まれる(プランごとに利用上限あり) |
API料金 | 1分0.05ドル(秒単位課金)+裏のモデル・ツールの料金 |
裏で推論・検索を担うモデル | GPT-5.6 または GPT-6 Astra(ChatGPT) |
日本語音声 | ChatGPT: ひまり(Himari)・りんどう(Rindō)/API: Harema・Shida |
ChatGPTそのものの基本はChatGPTとは、生成AIの全体像は生成AIとは?仕組み・種類・活用例で整理しています。
7月から10月までに変わったこと
GPT-Liveは発表後の3か月で、提供範囲・委任先・料金体系がほぼすべて変わりました。7月時点の解説記事を読んだ人にとって大きな変更は、太字にした9月9日・9月10日・10月15日の3つです。
日付 | 変更内容 |
|---|---|
2026-07-08 | ChatGPT VoiceにGPT-Live-1(有料プラン)とGPT-Live-1 mini(Free)を展開。法人プランは対象外 |
2026-07-23 | macOS/Windowsのデスクトップアプリ(Work・Codex)でVoiceに対応 |
2026-08-07 | ファイルのアップロード・Projectsに対応。Enterprise/Edu/HealthcareでVoiceを有効にするとLiveが既定に |
2026-08-31 | ロック画面・Dynamic Islandに会話を表示 |
2026-09-09 | 委任先がGPT-5.6/GPT-6 Astraに。Instant/Medium/Highの3段階を廃止。プラン別の上限を整理(Goはminiへ変更、Businessには上限と超過料金を設定) |
2026-09-10 | APIでGPT-Live-1を一般提供(1分0.05ドル) |
2026-09-23 | 会話中にプラグイン(メール・カレンダー・Slackなど)を使えるように。Web・モバイルのWorkでVoiceに対応 |
2026-10-09 | API: Decisions APIとの連携 |
2026-10-14 | GPT-5.5がChatGPT・Codexから削除 |
2026-10-15 | ChatGPTでGPT-Live-1.1/GPT-Live-1.1 Quipを順次展開。日本語を含む言語別の音声を追加 |
2026-10-16 | API: 日本語を含む音声9種を追加。説明文から音声を作るprompt-to-voiceを公開 |
従来の音声モードと何が違うのか
違いは「相手が話し終わるのを待つかどうか」です。従来のAdvanced Voice Modeはユーザーの発話が終わってから答えるターン制でしたが、GPT-Liveは聞く処理と話す処理を同時に進めるため、声が重なっても会話が崩れません。
ChatGPTの設定(Settings > Voice)には現在も3つの方式が残っていて、目的に応じて選べます。
方式 | 仕組み | 向いている使い方 |
|---|---|---|
Standard | 文字起こししてから答えるターン制 | 正確に一問一答したいとき。音声は文字起こし後に削除される |
Advanced | 以前のリアルタイム音声(ターン制) | 動画・画面共有を使いたいとき(モバイル) |
Live(GPT-Live) | 全二重。聞きながら話す | 雑談・語学練習・壁打ち・Web検索やプラグインを使いながらの会話 |
Advanced Voice Modeの時点で「音声を直接扱う」単一モデル化は済んでいました。GPT-Liveで変わったのは音質ではなく、会話の順番の扱い方です。「声がきれいになった」と期待して使うと、印象がずれるかもしれません。
仕組み:重い処理は裏のモデル(GPT-5.6・GPT-6 Astra)に任せる

出典: OpenAI Platform Docs - Realtime ガイド
GPT-Liveは、会話を担当するモデルと、推論・検索・ツール操作を担当するモデルを分けて動かします。GPT-Liveが会話を続けているあいだに、裏のモデルが調べものや作業を進め、結果が出たら会話に戻します。
- GPT-Liveは、日常的なやりとりをリアルタイムに担当する
- Web検索・深い推論・エージェント的な作業が必要な質問は、裏のモデルに任せる
- 任せているあいだも会話は止まらず、検索中であることを短いフレーズで伝える(GPT-Live-1.1でフレーズの種類が増えた)
この分担によって、「AIが考えている数十秒、無言で待たされる」という音声AIの弱点を避けています。
委任先はGPT-5.5からGPT-5.6・GPT-6 Astraに変わった
2026年10月時点のChatGPTでは、裏のモデルはGPT-5.6またはGPT-6 Astraです。 7月の発表時はGPT-5.5で、会話画面でInstant/Medium/Highの3段階から推論レベルを選ぶ方式でしたが、9月9日にこの3段階は廃止されました。現在は、テキストのチャットと同じ操作でモデルと推論の強さを選びます。
時期 | 裏のモデル | 推論の選び方 |
|---|---|---|
2026年7月〜9月8日 | GPT-5.5(Instant/Thinking) | 会話画面でInstant・Medium・Highを選択 |
2026年9月9日〜 | GPT-5.6 または GPT-6 Astra | テキストのチャットと同じ方法でモデル・推論の強さを選択 |
GPT-5.5は10月14日にChatGPTから削除されています。経緯はGPT-5.5のChatGPT提供終了、現在の委任先はGPT-5.6とはとGPT-6 Astraの推論設定を参照してください。なお、10月7日にチャットの既定モデルがGPT-6 Sol/Lunaに変わりましたが、Voiceの委任先がそれに合わせて変わったかは、公式ヘルプには書かれていません(ヘルプの記載は「GPT-5.6 または GPT-6 Astra」のまま)。
一部の解説記事にある「GPT-Liveのベースモデルは GPT-5.5」という説明は誤りです。GPT-5.5(現在はGPT-5.6/GPT-6 Astra)は委任先で、会話そのものはGPT-Liveが担当します。
GPT-Liveでできること
ChatGPTのLiveでは、会話そのものに加えて次の機能が使えます(公式ヘルプとリリースノートで確認できた範囲)。
機能 | 内容 |
|---|---|
Web検索 | 会話を止めずに検索し、結果を反映 |
メモリ | 公式ヘルプで「Liveでメモリを使える」と明記(7月時点の「錯綜」は解消) |
ウィジェット表示 | 天気・株価などを会話中にカード形式で表示 |
テキスト・画像の入力 | 同じチャット内で文字や画像を渡せる |
ファイル・Projects | ファイルのアップロード、Projects内での利用(8月7日〜) |
プラグイン・連携アプリ | メール・カレンダー・Slackなどを会話中に操作(9月23日〜、Web/iOS/Android)。承認が必要な操作は画面で承認する |
Voice in Work | 文書・スライド・表の作成やブラウザ操作を声で指示。通話を切っても残りのタスクはテキストで続く |
デスクトップアプリ | macOS/Windowsでタスクの開始・進捗確認・複数エージェントの調整 |
バックグラウンド会話 | 他のアプリを使っている間や画面ロック中も会話を継続。ロック画面・Dynamic Islandに表示 |
CarPlay・Start with Voice | 車内での利用、アプリを開くと音声で始まる設定 |
音声の種類と日本語
音声は標準の9種(Arbor、Breeze、Cove、Ember、Juniper、Maple、Sol、Spruce、Vale)に加え、Live向けに言語別の音声が追加されています。日本語は「ひまり(Himari)」と「りんどう(Rindō)」 です。表示される音声は地域やアカウントによって変わり、会話中に音声を変えると同じチャットで新しい通話が始まります。
GPT-Live-1.1では、全言語でアクセントがより自然になったと公式は説明しています。ただし展開は段階的で、旧音声のままのアカウントもあります。
料金:ChatGPTではプラン料金に含まれる(上限あり)

出典: OpenAI Platform Docs - Pricing
ChatGPTでGPT-Liveを使うのに追加料金はかかりませんが、プランごとに利用時間の上限があります。 上限は24時間の移動窓(直近24時間の合計)で数えます。7月時点では「上限は未発表」でしたが、現在は公式ヘルプの表で公開されています。
プラン | 使えるモデル | 24時間あたりの上限 |
|---|---|---|
Free | GPT-Live-1.1 Quip | 限られた利用(時間は非公開・変更の可能性あり) |
Go | GPT-Live-1.1 Quip | 3時間 |
Plus | GPT-Live-1.1 | 3時間 |
Pro(月100ドル) | GPT-Live-1.1 | 15時間 |
Pro(月200ドル) | GPT-Live-1.1 | 無制限(不正利用対策の制限あり) |
Business Standard | GPT-Live-1.1 | 3時間。超過分は1分1.25クレジット |
Business Premium | GPT-Live-1.1 | 15時間。超過分は1分1.25クレジット |
K-12 Teachers | GPT-Live-1.1 | 3時間 |
Enterprise・Edu・Clinicians(クレジット制) | GPT-Live-1.1 | 1分1.25クレジット |
Enterprise(USD従量制) | GPT-Live-1.1 | 1分0.05ドル |
旧Enterprise・Eduプラン | GPT-Live-1.1 | 3時間 |
出典: OpenAI ヘルプ「ChatGPT Voice」(2026年10月27日確認)。Pro(月500ドル)の上限は表に記載がありません。
表だけでは読み取りにくい点もあります。
- Goは9月9日にGPT-Live-1からminiへ変更され、現在はQuipです。7月時点の「GoはGPT-Live-1」は当てはまりません。
- Plus/Proは上限に達してもminiに切り替わらず、上限が戻るのを待つ形になりました。
- 検索・推論に使った分は、Voiceの上限とは別に、選んだモデルの通常の上限で数えます。
- Web・モバイルのVoice in Workは、Voiceの上限に加えてWorkの利用枠にも数えます。
- デスクトップアプリのVoice(Work・Codex)は別料金です。個人プランはCodexの利用枠から1分0.05ドル、クレジット制の法人は1分1.25クレジットで、タスク側のモデルのトークン料金も別にかかります。
プランの月額は、日本では Free 0円・Plus 3,000円・Pro 16,800円からが目安です(Proは月100・200・500ドル相当の3段階)。円建ての詳細や機能差はChatGPTの料金プラン比較にまとめています。契約前には公式の料金ページで最新額を確認してください。
「無料開放」の正確な意味
Freeプランでも全二重の会話は体験できますが、使えるのは軽量版(現在はGPT-Live-1.1 Quip、以前はGPT-Live-1 mini)で、時間も「限られた利用」です。有料版と同じモデルが無制限に使えるわけではありません。
発表時、OpenAIは軽量版について「エージェント的なWeb検索と科学的推論でわずかに性能が劣る」と説明しています。会話の自然さが劣るとは明言していません。
API料金と仕様:1分0.05ドル、裏のモデルは別料金

出典: OpenAI Platform Docs - GPT-Realtime Model
GPT-LiveはAPIで使えます。 2026年9月10日に gpt-live-1 が一般提供され、料金は1分0.05ドルの秒単位課金です。7月時点の「APIでは使えない」という情報はもう当てはまりません。
項目 | 内容 |
|---|---|
モデルID |
|
料金 | 1分0.05ドル。秒単位課金で分の切り上げなし(90秒=0.075ドル) |
別にかかる費用 | 裏のモデル(Responsesのモデル)とツールの利用料を、そのモデルの通常料金で別途課金 |
入出力 | 入力: 音声・テキスト/出力: 音声・テキスト(画像・動画は非対応) |
知識のカットオフ | 2025年7月31日 |
機能 | ストリーミング・関数呼び出しに対応。Structured Outputs・ファインチューニングは非対応 |
エンドポイント |
|
レート制限 | 同時セッション数で決まる。Build 50/Launch 300/Grow 500。Freeティアは利用不可 |
接続方式 | WebRTC(推奨)、WebSocket、電話(SIP)、サイドバンド(サーバー側の監視・制御用) |
日本語音声 | Harema・Shida(10月16日追加)。説明文から音声を作るprompt-to-voiceも利用可 |
出典: OpenAI APIのモデルページ・Pricing(2026年10月27日確認)。コンテキスト長と最大出力はモデルページに記載がありません。ChatGPT側のGPT-Live-1.1やQuipに当たるAPIのモデルIDも、現時点では公式に出ていません。
委任の2つの方式
APIでは、重い処理をどこに任せるかをセッション作成時に選びます(途中で変更不可)。
方式 | 内容 | 向いているケース |
|---|---|---|
Responses委任 | OpenAIがResponsesのモデルを裏で動かし、文脈と結果を受け渡す。関数ツールは自社アプリで実行 | OpenAIのモデルで完結させたい |
クライアント委任 | 自社のモデル・エージェント・サービス(他社モデルも可)につなぐ | 既存のエージェントや社内システムを生かしたい |
公式発表では、日程調整や注文状況の確認など件数の多い用件はGPT-6 Luna、複雑な問い合わせはGPT-6 Astraと組み合わせる例が示されています。モデルの違いはGPT-6 Sol・Lunaとは、話しながらアプリが判断・動作する仕組みはOpenAI Decisions APIとはで解説しています。
gpt-realtime-2.1など他の音声モデルとの料金比較
GPT-Liveは分課金、gpt-realtime系はトークン課金で、料金の数え方が違います。
モデル | 課金単位 | 料金(公式Pricing) | 主な用途 |
|---|---|---|---|
| 1分 | 0.05ドル+裏のモデル代 | 全二重の音声エージェント |
| 100万トークン | 音声 入力32ドル/出力64ドル、テキスト 入力4ドル/出力24ドル | ターン制のリアルタイム音声エージェント |
| 100万トークン | 音声 入力10ドル/出力20ドル、テキスト 入力0.60ドル/出力2.40ドル | 低コストのリアルタイム音声 |
| 1分 | 0.034ドル | ライブ音声の翻訳 |
| 1分 | 0.017ドル | ストリーミング文字起こし |
| 1分 | 0.0045ドル | 文字起こし |
gpt-realtime系の詳細はGPT-Realtime-2とは(音声・翻訳・文字起こしAPI)で解説しています。
月額の試算
音声部分(gpt-live-1)だけなら、公式単価から次のように計算できます。
利用量 | 音声部分の料金 |
|---|---|
1時間 | 3ドル |
月200件×3分(600分) | 30ドル |
月1,000分 | 50ドル |
月10,000分 | 500ドル |
実際の費用はこれに、裏のモデルのトークン料金(例: GPT-6 Astraは100万トークンあたり入力10ドル/出力50ドル、GPT-6 Lunaは入力0.10ドル/出力0.50ドル)と、電話につなぐ場合のSIP事業者の費用が加わります。件数の多い単純な用件を安いモデルに任せるかどうかで、総額はかなり変わります。
Realtime APIから移行するときの注意
公式の移行ガイドでは、会話の流れの処理を作り直し、プロンプトを「会話用」と「裏の作業用」に分ける必要があるとしています。「電話を切る」などの操作も裏のモデルに任せる設計にします。開発者コミュニティでは、音声側が別れの挨拶だけして通話が切れない、言語や通話によってアクセントがぶれる、といった報告も出ています(公式見解ではありません)。
GPT-Liveのような新しいモデルを自社の業務システムやコールセンターに組み込む場合、費用は音声APIの単価だけでなく、委任先の設計・既存システムとの連携・検証の工数で決まります。進め方と費用の目安はAI開発の費用相場(AI受託開発の改修・PoC・本開発の価格と見積の内訳)が参考になります。
公式ベンチマーク
OpenAIの発表では、GPT-Realtime-2.1と比べて次の結果が示されています(いずれもOpenAIの自社測定)。
指標 | GPT-Live-1 | GPT-Realtime-2.1 |
|---|---|---|
Full Duplex Bench v1.5 対話性 | 80.1% | 45.4% |
ターン交代の遅延 | 0.798秒 | 1.41秒 |
Tau3(音声、裏のモデルAstra medium) | 86.2% | 45.7% |
Full Duplex Bench v3 ツール呼び出し(裏のモデルTerra low) | 87.0% | 60.0% |
初期の利用企業としてYelp、Speak、Fin、Cognition(Devin)が挙げられており、Speakは考えている途中の割り込みが約80%減ったとしています。
使い方:ChatGPTでGPT-Liveを使う手順
ChatGPTでは、アプリを最新版にして設定でLiveを選べば使えます。
- ChatGPTアプリ(iOS/Android/デスクトップ)を最新版に更新する。Webはchatgpt.comを開く
- Settings > Voice で Live を選ぶ(Advanced・Standardも選べる)
- 同じ画面で音声(日本語ならひまり・りんどう)と言語(Language)を選ぶ
- 裏で使うモデルと推論の強さは、テキストのチャットと同じ方法で選ぶ
- 音声アイコンから会話を始める。話の途中で割り込んでも構わない。話す速さやトーンは会話中に頼めば変えられる
画面を見せながら相談したいときは、LiveではなくAdvancedに切り替えます(動画・画面共有はモバイルのAdvancedのみ)。法人プランでは、ワークスペース管理者がVoiceをオフにしていると使えません。
GPT-Live-1.1が表示されない場合、展開が段階的なため順番待ちの可能性があります。アプリのバージョンとプランを確認したうえで、しばらく待ってください。
APIで使う手順の概要
- OpenAIのAPIアカウントを有料ティア(Build以上)にする(Freeティアでは使えない)
v1/live/sessionsでセッションを作成し、委任方式(Responses委任/クライアント委任)を決める- ブラウザやモバイルはWebRTC、電話はSIP、サーバー間はWebSocketで接続する
- システムプロンプトでトーン・話す速さ・話し方を指定し、関数ツールを登録する
- 文字起こしと応答テキストを受け取り、権限確認・承認・停止の処理を自社アプリ側に実装する
電話回線とつなぐ場合は、LiveKit・Twilio・Telnyx・Bandwidth・Daily/Pipecatといったパートナーの連携機能も使えます。
現時点でできないこと
7月の発表時に「できない」とされていたことの多くは解消しましたが、残っている制約もあります。
項目 | 発表時(2026年7月8日) | 2026年10月時点 |
|---|---|---|
API | 未提供 | 提供中(1分0.05ドル) |
Business/Enterprise/Edu | 対象外 | 対象(上限・クレジット制) |
デスクトップアプリ | 非対応 | 対応(Work・Codex。別料金) |
メモリ | 情報が錯綜 | 対応(公式ヘルプに明記) |
動画・画面共有 | 非対応 | 非対応のまま(Advancedに切り替えれば可) |
一時チャット・カスタムGPT | 非対応と報道 | 公式ヘルプに記載なし(未確認) |
ChatGPTで残っている主な制約は次のとおりです。
- 動画・画面共有はLiveでは使えない
- ChatGPT Libraryからファイルを探して追加することはできない
- 用意されたパーソナリティ(性格のプリセット)はLiveには適用されない。再生速度の細かい調整もできない
- 複数人の会話には向いていない(人どうしの会話に反応することがある)
- 同時に持てる音声会話は1つ
- 文字起こしは逐語記録ではない(声が重なったり雑音があったりすると一致しない)
- 利用上限・最大セッション長・文脈の上限で会話が終わることがある
- プラグインで承認が必要な操作は、声ではなく画面で承認する
APIで残っている主な制約は次のとおりです。
- 画像・動画を入力できない
- Freeティアでは使えない
- ユーザーが話を遮っても、裏の作業は自動では止まらない(停止・承認・権限確認はアプリ側の責任)
- 発話ごとの「話し終わり」イベントがないため、再生状態は自社の音声プレイヤーで管理する
品質面の制約と相づちへの評価
発表時、OpenAIは「一部の言語では非ネイティブなアクセントや流暢さの差が出る可能性がある」と認めていました。TechCrunchは、デモのヒンディー語翻訳が強い米国なまりだったと報じています。GPT-Live-1.1で「全言語でアクセントがより自然に」なったと公式は説明していますが、日本語でどこまで改善したかの具体的な数値は出ていません。
初期ユーザーからは「相づちが多すぎて気が散る」という声もありました。1.1で頻度が変わったかは公式に説明がなく、相づちをオフにする設定も確認できていません。静かに長く話したい人は、一度試してから判断するのが確実です。
Gemini Liveとの比較

出典: Google DeepMind - Gemini 公式サイト
主な競合はGoogleのGemini Liveです。会話の自然さと音声中のツール操作を重視するならGPT-Live、カメラや画面を見せながら話したいならGemini Liveが合います。
比較ポイント | GPT-Live(Live) | Gemini Live |
|---|---|---|
会話の方式 | 全二重(聞きながら話す) | リアルタイム音声 |
カメラ・画面共有 | Liveでは非対応(ChatGPTのAdvancedなら可) | 対応 |
会話中のツール操作 | Web検索・メモリ・プラグイン・Work | Googleのサービスと連携 |
API | 提供中( | 提供中(料金体系は公式で要確認) |
日本語音声 | ひまり・りんどう(API: Harema・Shida) | 対応 |
GPT-Liveは画像・動画を扱えないため、「この画面のどこを押せばいい?」という使い方はLiveではできません。全二重の音声モデルはNVIDIAなども出しており、オープンなモデルの例はNemotron VoiceChatとはで紹介しています。
安全性と、企業利用で気をつけること
GPT-Liveの音声クリップは、チャット履歴の文字起こしと一緒に30日間保存されます。業務で使う前に、保存期間と学習設定を確認しておきましょう。
項目 | 内容(公式ヘルプ) |
|---|---|
音声の保存 | Live・Advancedの音声クリップは文字起こしと一緒に30日保存。チャットを消すと30日以内に削除(安全・法的理由の例外あり)。Standardは文字起こし後に音声を削除 |
学習への利用 | 音声クリップは「音声録音を含める」を有効にした場合のみ学習に使う。「すべての人のためにモデルを改善する」がオンなら、文字起こしやファイルは学習に使われうる |
設定場所 | 個人(Free/Plus/Pro)は Settings > Data Controls。個人と法人で既定が違う |
法人の管理 | ワークスペース管理者がVoiceのオン・オフを設定 |
プラグイン | 既存の権限・ワークスペース制限はそのまま適用。承認は画面のみ |
音声の種類 | ChatGPTは用意された音声のみ(実在人物の声の模倣を防ぐ)。APIのカスタム音声は審査あり |
OpenAIは発表時、危険な出力を検知すると安全な応答に誘導し、リスクが高い場合は音声会話を終了する仕組みについて説明しています。あわせて、子どもを装った声・なりすまし・話者の特定といった音声固有のリスクを検証したとしています。
業務で使うときは、次の点を押さえてください。
- 個人アカウントに業務情報を話さない。 法人プランで使えるようになったので、会社のワークスペースで管理者の設定のもと使うのが基本です。
- 音声は周りに聞かれる。 オフィス・カフェ・車内で機密情報を声に出すリスクは、テキスト入力にはないものです。
- API組み込みでは停止・承認をアプリ側で作る。 ユーザーが遮っても裏の作業は止まらないため、取り消せない操作の前には確認を挟む設計が必要です。
- 音声出力の商用利用は規約を確認する。 ChatGPTの音声出力の扱いについては利用規約で条件を確認してください。声の権利の考え方はAI音声と声の権利(日本のガイドライン)で整理しています。
- 運転中は法令と安全の範囲で使う。 CarPlayでも操作や注視が必要な場面は避けてください。
こんな人におすすめ
GPT-Liveが向いているのは、会話のテンポそのものが価値になる用途です。
- 語学学習をしたい人:割り込み・相づち・沈黙が自然で、日本語音声も選べる
- 考えを声に出して整理したい人:黙って考えている間も待ってくれるので壁打ちに向く
- 移動中や家事の合間に調べものをしたい人:画面を見ずに検索・カレンダー確認ができる
- ChatGPT Plus/Pro/Businessを契約している人:追加費用なしで24時間あたり3時間以上使える
- 音声エージェントを開発する人:1分0.05ドルの分課金で費用を見積もりやすく、割り込みに強い会話を作れる
- 既存のエージェントを音声化したい開発者:クライアント委任で自社や他社のモデルをそのまま裏につなげる
おすすめしない人
- 画面やカメラを見せながら相談したい人:Liveは動画・画面共有に非対応。ChatGPTのAdvancedかGemini Liveを使う
- 無料で長時間使いたい人:Freeは「限られた利用」で時間も非公開。Go以上を検討する
- APIで画像も扱う音声エージェントを作りたい人:
gpt-live-1は画像・動画を入力できない - APIを無料で試したい人:Freeティアでは使えない
- 静かに、口を挟まれずに話したい人:相づちをオフにする設定は確認できていない。Standardのほうが合う場合がある
- 複数人の会議の中で使いたい人:複数人の会話には向いていない
よくある質問
Q. GPT-Liveを使うのに追加料金はかかりますか?
ChatGPTではプラン料金に含まれ、追加料金はかかりません。ただしGo/Plusは24時間で3時間など上限があり、Businessは超過分が1分1.25クレジット、デスクトップアプリのVoiceは1分0.05ドルの別料金です。
Q. GPT-Live APIの料金はいくらですか?
gpt-live-1 は1分0.05ドルの秒単位課金です(1時間で3ドル)。これとは別に、裏で動かすモデルのトークン料金とツールの利用料がかかります。Freeティアでは使えません。
Q. GPT-Live-1とGPT-Live-1.1の違いは?
GPT-Live-1.1は2026年10月15日からChatGPTで順次展開されている後継です。全言語でアクセントがより自然になり、検索中に伝えるフレーズの種類が増えました。APIのモデルは現時点で gpt-live-1 のみで、1.1のAPIモデルIDは公式に出ていません。
Q. GPT-Live-1.1 Quipとは何ですか?
FreeとGoプランで使われる軽量版で、以前のGPT-Live-1 miniに当たります。Plus以上ではGPT-Live-1.1が使われます。
Q. 日本語の音声はどれを選べばいいですか?
ChatGPTでは日本語向けに「ひまり」「りんどう」が追加されています。表示されない場合は、地域・アカウントによる違いか、段階的な展開の途中の可能性があります。APIでは日本語向けにHarema・Shidaが用意されています。
Q. Realtime API(gpt-realtime-2.1)とGPT-Liveはどちらを使うべきですか?
割り込みや相づちを含む自然な会話を重視し、料金を分単位で見積もりたいならGPT-Live、画像入力やStructured Outputsが必要な場合や既存のRealtime APIの実装を生かしたい場合はgpt-realtime系が候補です。GPT-LiveはRealtime APIのエンドポイントでは動かず、v1/live/sessions を使います。
Q. 音声の会話内容は保存されますか?
LiveとAdvancedの音声クリップは、文字起こしと一緒に30日間保存されます。学習に使うかどうかは Settings > Data Controls の設定で決まり、音声クリップは「音声録音を含める」を有効にした場合のみ学習に使われます。
まとめ
GPT-Liveは、ChatGPTの音声会話を「交互に話す」から「同時に話せる」へ作り変えたOpenAIの全二重音声モデルです。重い処理は裏のモデル(2026年10月時点ではGPT-5.6またはGPT-6 Astra)に任せるため、調べものの間も会話が止まりません。
発表時の2026年7月から、状況は大きく変わりました。APIは1分0.05ドルで一般提供され、法人プランとデスクトップアプリにも広がり、ChatGPTではGPT-Live-1.1/Quipへの移行が進んでいます。一方で、動画・画面共有に対応していないこと、APIでは画像を扱えないこと、裏のモデルの費用が別にかかることは変わっていません。
個人で試すならまずChatGPTのLiveで日本語音声を、開発で使うなら音声部分と裏のモデルを分けて費用を見積もるところから始めるのがおすすめです。プランの比較はChatGPTの料金プラン比較、Realtime系のAPIはGPT-Realtime-2とは、AIが自分で作業を進める仕組みはAIエージェントとはもあわせて参考にしてください。
依頼範囲と費用の目安を30分で整理します
この記事の著者

AI革命
編集部
AI革命株式会社の編集部です。最新のAI技術動向から実践的な導入事例まで、企業のデジタル変革に役立つ情報をお届けしています。豊富な経験と専門知識を活かし、読者の皆様にとって価値のあるコンテンツを制作しています。
最新記事

Together AIでプロンプト漏洩|AIコーディングエージェントが鍵をコミット、対象モデル・日付と今すぐやるZDR設定【2026年11月】
2026/11/22

Anthropic シリーズH 650億ドル調達・評価額9,650億ドル徹底解説|OpenAI超え・GPU22万基・IPO(11月19日上場)の全貌【2026年11月最新】
2026/05/30

Anthropic × NEC 戦略提携とは?3万人Claude展開・金融8社・政府系AIとの関係を解説【2026年11月】
2026/04/26

Anthropic vs OpenAI 法人向けAI合弁会社を徹底比較|$1.5B Blackstone連合(Ode)vs $4B Deployment Company・エンタープライズAI戦争の全貌【2026年11月】
2026/05/27

METRとは?AIエージェントの不正・痕跡隠しを暴いた報告書と最新動向【2026年11月】
2026/05/25

Anthropic Q2 2026 初の営業黒字|売上115億ドル・営業利益9.7億ドルの詳細、Q3は再び赤字の理由と日本企業への影響【2026年11月最新】
2026/05/23


