O que a OpenAI realmente lançou
A OpenAI lançou o GPT-Live a 8 de julho de 2026 em duas versões, GPT-Live-1 e uma mais leve, GPT-Live-1 mini. O desenho é full-duplex, ou seja, o modelo ouve e fala ao mesmo tempo e toma uma decisão de interação muitas vezes por segundo, podendo intercalar um breve aceno, manter um vaivém rápido ou simplesmente calar-se enquanto pensa. Para tudo o que exige raciocínio a sério ou uma pesquisa na web, entrega o trabalho a um modelo de fronteira em segundo plano, o GPT-5.5 no lançamento, e traz a resposta de volta à conversa. Está a chegar agora a todos os utilizadores do ChatGPT em iOS, Android e web, com o GPT-Live-1 a tornar-se a voz predefinida de Go, Plus e Pro e a versão mini a predefinida para os utilizadores gratuitos. Nos testes da própria OpenAI, as pessoas preferiram-no claramente ao anterior Advanced Voice Mode.
O senão é quem pode construir sobre ele. Neste lançamento os modelos movem a experiência de voz de consumo do ChatGPT, enquanto o acesso para programadores está atrás de um formulário de inscrição sem data de disponibilidade. Vídeo e partilha de ecrã ainda não são suportados, e falta a paridade multilingue completa, com demonstrações fora do inglês a soarem visivelmente ao lado. Assim, a voz mais natural que a OpenAI alguma vez lançou chegou primeiro como função de consumo, e o ponto de acesso de que uma empresa precisaria para a colocar no seu próprio produto continua a ser uma lista de espera.
A melhor voz e a voz construível separaram-se
Uma semana antes do GPT-Live, a 1 de julho, a xAI entregou o Grok Voice Agent Builder, e o contraste é a notícia. É uma superfície sem código mais uma API que permite a uma equipa montar um agente de voz em produção em poucos minutos, com telefonia, recuperação de conhecimento, ferramentas, salvaguardas e observabilidade incluídas. Está com preço e disponível hoje, a cerca de 0,05 dólares, perto de 0,05 euros, por minuto de áudio com as vozes incluídas, mais cerca de 0,01 dólares por minuto se ligar um número de telefone fornecido, e as pesquisas do lado do servidor faturadas à parte. Há portanto agora duas respostas para a pergunta sobre a melhor IA de voz: a melhor experiência, que é a da OpenAI e por ora só para consumo, e a melhor que pode realmente implementar, que chega com uma API e um preço por minuto que pode colocar num cálculo.
A lição para o operador é deixar de confundir a demo com o que é implementável. Uma voz que não pode comprar à escala, cujas condições podem mudar antes da disponibilidade geral, é um sinal sobre a direção do mercado, não uma dependência sobre a qual lançar uma linha de clientes. Quando escolhe o que um cliente vai ouvir no seu número de apoio neste trimestre, a lista curta é o conjunto de modelos que chegam com uma API publicada e um preço, e o mais completo deles, neste momento, não é o que fez as manchetes.
O que um operador europeu deve fazer
Um preço medido por minuto é a parte útil, porque transforma a voz numa rubrica de custo que pode prever. A cerca de 0,05 dólares por minuto, uma chamada de apoio de quatro minutos são cerca de 0,20 dólares, perto de 0,18 euros, de voz antes de qualquer chamada a ferramentas, e esse é um número que pode contrapor ao custo de um minuto humano e ao seu volume de chamadas. Trate-o como um custo unitário, não como uma novidade: modele a fatura mensal com os seus minutos de chamada reais antes de se comprometer, e lembre-se de que as pesquisas do lado do servidor e um número de telefone acrescem. O ponto é que uma API com preço permite esta conta, e uma função de consumo em lista de espera não.
Duas cautelas pertencem ao plano. Primeiro, a lacuna multilingue não é uma nota de rodapé para uma empresa europeia: a demo em inglês não garante a qualidade que os seus clientes vão ouvir na sua própria língua, por isso valide o agente nessa língua, com os seus próprios guiões, antes de ele se aproximar de um cliente. Segundo, é de esperar que a fasquia full-duplex que a OpenAI acabou de fixar se torne em meses a base que os clientes dão como certa, o que significa que um menu telefónico por vezes começará a parecer datado mais depressa do que planeou. Construa sobre um modelo que possa realmente comprar, atribua-lhe preço no seu volume real, teste-o na língua do seu mercado e vigie o lançamento geral da OpenAI para poder mover-se quando a melhor voz passar a ser algo que pode implementar e não apenas mostrar.
Leia a seguir: GPT-5.6 Terra iguala o GPT-5.5 por metade do preço | xAI clona a voz de uma marca em dois minutos por cinco cêntimos o minuto
