Cosa ha davvero rilasciato OpenAI
OpenAI ha rilasciato GPT-Live l'8 luglio 2026 in due versioni, GPT-Live-1 e una più leggera, GPT-Live-1 mini. Il progetto è full-duplex, cioè il modello ascolta e parla insieme e prende una decisione di interazione molte volte al secondo, così può inserire un breve assenso, tenere un rapido botta e risposta o semplicemente tacere mentre pensi. Per tutto ciò che richiede un ragionamento vero o una ricerca sul web, passa il lavoro a un modello di frontiera in secondo piano, GPT-5.5 al lancio, e riporta la risposta nella conversazione. Sta arrivando ora a tutti gli utenti ChatGPT su iOS, Android e web, con GPT-Live-1 come voce predefinita per Go, Plus e Pro e la versione mini come predefinita per gli utenti gratuiti. Nei test della stessa OpenAI, le persone l'hanno nettamente preferita al precedente Advanced Voice Mode.
Il punto è chi può costruirci sopra. In questo lancio i modelli muovono l'esperienza vocale di consumo di ChatGPT, mentre l'accesso per sviluppatori è dietro un modulo di iscrizione senza data di disponibilità. Video e condivisione dello schermo non sono ancora supportati, e manca la piena parità multilingue, con dimostrazioni fuori dall'inglese che suonavano visibilmente fuori posto. Così la voce più naturale mai rilasciata da OpenAI è arrivata prima come funzione di consumo, e l'endpoint che un'azienda servirebbe per inserirla nel proprio prodotto è ancora una lista d'attesa.
La voce migliore e la voce costruibile si sono separate
Una settimana prima di GPT-Live, il 1 luglio, xAI ha rilasciato il Grok Voice Agent Builder, e il contrasto è la notizia. È una superficie no-code più un'API che consente a un team di mettere in piedi un agente vocale di produzione in un paio di minuti, con telefonia, recupero della conoscenza, strumenti, guardrail e osservabilità inclusi. È a prezzo e disponibile oggi, a circa 0,05 dollari, vicino a 0,05 euro, al minuto di audio con le voci incluse, più circa 0,01 dollari al minuto se colleghi un numero di telefono fornito, e le ricerche lato server fatturate a parte. Ci sono quindi due risposte alla domanda su quale sia la migliore IA vocale: la migliore esperienza, che è di OpenAI e per ora solo di consumo, e la migliore che puoi davvero mettere in produzione, che arriva con un'API e un prezzo al minuto che puoi inserire in un modello di calcolo.
La lezione per l'operatore è smettere di confondere la demo con ciò che è distribuibile. Una voce che non puoi comprare su scala, le cui condizioni possono cambiare prima della disponibilità generale, è un segnale sulla direzione del mercato, non una dipendenza su cui lanciare una linea clienti. Quando scegli cosa sentirà un cliente al tuo numero di assistenza questo trimestre, la lista breve è l'insieme dei modelli che arrivano con un'API pubblicata e un prezzo, e in questo momento il più completo tra essi non è quello che ha preso i titoli.
Cosa dovrebbe fare un operatore europeo
Un prezzo misurato al minuto è la parte utile, perché trasforma la voce in una voce di costo che puoi prevedere. A circa 0,05 dollari al minuto, una chiamata di assistenza di quattro minuti sono circa 0,20 dollari, vicino a 0,18 euro, di voce prima di ogni chiamata a strumenti, e questo è un numero che puoi mettere a confronto con il costo di un minuto umano e con il tuo volume di chiamate. Trattalo come un costo unitario, non come una novità: modella la bolletta mensile con i tuoi minuti di chiamata reali prima di impegnarti, e ricorda che le ricerche lato server e un numero di telefono si aggiungono. Il punto è che un'API a prezzo consente questo calcolo, mentre una funzione di consumo in lista d'attesa no.
Due cautele appartengono al piano. Primo, il divario multilingue non è una nota a piè di pagina per un'azienda europea: la demo in inglese non garantisce la qualità che i tuoi clienti sentiranno nella loro lingua, quindi convalida l'agente in quella lingua, sui tuoi copioni, prima che si avvicini a un cliente. Secondo, aspettati che l'asticella full-duplex che OpenAI ha appena fissato diventi in pochi mesi la base che i clienti danno per scontata, il che significa che un menu telefonico a turni comincerà a sembrare datato prima del previsto. Costruisci su un modello che puoi davvero comprare, mettilo a prezzo sul tuo volume reale, provalo nella lingua del tuo mercato e tieni d'occhio il rilascio generale di OpenAI, così puoi muoverti quando la voce migliore diventa qualcosa che puoi distribuire e non solo mostrare.
Da leggere ora: GPT-5.6 Terra eguaglia GPT-5.5 a metà prezzo | xAI clona la voce di un marchio in due minuti a cinque centesimi al minuto
