A OpenAI demonstra as capacidades multitarefa do GPT-Live: falar enquanto consulta voos, meteorologia e preços das ações, e atirar os problemas para o GPT-5.5

A OpenAI divulgou no dia 15 de julho uma demonstração de multitoarefas do GPT-Live, mostrando que consegue manter conversas contínuas e, em segundo plano, ajudar-te a consultar voos, o tempo, as cotações das ações e o itinerário. O GPT-Live usa uma arquitetura full-duplex, podendo ouvir e falar em simultâneo; ao lidar com tarefas complexas, delega-as ao GPT-5.5 em segundo plano para tratar do assunto. A 8 de julho, já substituiu oficialmente o Advanced Voice Mode da versão anterior do ChatGPT.
（Contexto: A OpenAI lança o GPT-Live: pode ouvir e falar em simultâneo, criando uma experiência de conversa como a de uma pessoa）
（Extra: Primeiro hardware da OpenAI em destaque! Uma coluna sem ecrã que se mexe: altifalante com câmara para ser a tua companheira de IA）

Resumo dos pontos-chave

• A OpenAI disponibilizou a 15 de julho uma demonstração de multitoarefas do GPT-Live, permitindo conversar enquanto consulta voos, o tempo e as cotações.
• O GPT-Live utiliza uma arquitetura full-duplex, ouvindo e falando em simultâneo; tarefas difíceis são delegadas ao GPT-5.5 em segundo plano, que toma várias decisões de interação por segundo.
• A 8 de julho, o GPT-Live substituiu o Advanced Voice Mode, com o GPT-Live-1 para utilizadores pagantes e a versão mini para utilizadores gratuitos.

A OpenAI mostrou imagens reais da utilização do GPT-Live. No dia 15 de julho, a empresa lançou oficialmente um vídeo de demonstração de capacidades de multitoarefas, com um foco claro: conseguir conversar contigo sem interrupções, enquanto, em segundo plano, trata de coisas como consultar voos, ver o tempo, obter cotações de ações e organizar o itinerário. Isto está a apenas uma semana de distância do lançamento do GPT-Live.

Em contraste com o Advanced Voice Mode anterior, baseado num “vai-e-vem” em que “tu falas e só depois ele fala”, esta demonstração pretende mostrar não que o som é mais natural, mas sim se ele consegue realmente fazer várias coisas ao mesmo tempo.

Enquanto conversa, trata das tarefas em segundo plano

O GPT-Live assenta numa arquitetura full-duplex (totalmente em simultâneo), que lhe permite ouvir e falar ao mesmo tempo, tomando várias decisões de interação por segundo: avaliar quando falar, quando continuar a ouvir e quando chamar ferramentas. Quando precisa de consultar dados ou realizar tarefas com vários passos, não fica preso à conversa: em vez disso, entrega o trabalho ao GPT-5.5 em execução em segundo plano. Mesmo enquanto o processamento decorre, continua a falar contigo; durante a conversa, também aparecem em tempo real cartões visuais com informação, como o tempo e as cotações.

Esta arquitetura foi apresentada logo quando o serviço entrou a 8 de julho: o GPT-Live-1 para utilizadores pagantes Go, Plus e Pro; o GPT-Live-1 mini para utilizadores gratuitos; assumiu de forma abrangente o lugar do Advanced Voice Mode.

Os dados fornecidos pela OpenAI na altura indicam que, em testes cegos feitos por humanos, ambas as versões superaram claramente a versão antiga. No teste de raciocínio ao nível de investigação, GPQA, o modo de raciocínio elevado do GPT-Live-1 obteve 84,2%, quase o dobro dos 45,3% da versão anterior.

A voz como interface principal

Uma semana após o lançamento, a OpenAI acrescentou esta demonstração, o que sugere que quer aproveitar o interesse do momento para “fixar” nos utilizadores a ideia de que “a voz é a interface principal, não um extra de conversas por texto”. No mesmo período, a empresa tinha acabado de travar uma batalha de relações públicas ao enviar experiências com o GPT-5.6 para acumular pontos no Codex, e depois avançou com uma peça de hardware para “voz sem ecrã”, apostando tudo na voz, com um ritmo totalmente consistente.

O verdadeiro obstáculo nunca esteve em saber se a voz soa como humana, mas sim se consegue acompanhar-te na conversa e concluir tarefas. O que esta demonstração pretende mostrar é, precisamente, o segundo ponto. Quanto à experiência prática — se funciona bem ou se é fluida — só se saberá depois de muitos utilizadores começarem a usar.

Perguntas frequentes

O que é a capacidade de multitoarefas do GPT-Live?

Refere-se a ele conseguir manter uma conversa contínua enquanto processa em simultâneo, em segundo plano, tarefas como consultar voos, o tempo, cotações de ações e itinerários, usando a arquitetura full-duplex para ouvir e falar ao mesmo tempo. Em tarefas complexas, delega-as ao GPT-5.5, sem interromper a conversa.

Em que difere o GPT-Live do Advanced Voice Mode?

A versão anterior depende de turnos decididos em silêncio: fala só quando é a sua vez, o que pode levar a pausas e a erros na troca de falas. O GPT-Live altera isso para full-duplex, permitindo ouvir e falar em simultâneo; no GPQA, obteve 84,2%, aproximando-se de quase duas vezes o desempenho de 45,3% da versão anterior.