GPT-Liveのリアルタイム翻訳：OpenAIが7月8日に発表した新音声モードの実力（2026年）

1. OpenAIが7月8日に出荷したもの

OpenAIは2026年7月8日（水）、ブログ記事とライブ配信でGPT-Liveを発表しました（Introducing GPT-Live）。出荷されたのは2モデルです。有料のGo、Plus、Proプランの新しいデフォルト音声モデルとなるGPT-Live-1と、無料アカウントの新しいデフォルトとなるGPT-Live-1 miniです（MacRumorsおよびThe Decoder）。両モデルはAdvanced Voice Modeに代わってChatGPT Voiceのデフォルトとなり、旧モードは音声設定から引き続き選択できます。

展開はiOS、Android、chatgpt.comを対象に、発表後数日かけて行われます。デスクトップアプリの音声モードはローンチ時点で対象外、ChatGPT Business、Enterprise、Eduワークスペースも当面除外です（9to5Mac、WinBuzzer）。新しい料金は導入されず、GPT-Liveは既存プランに含まれます。OpenAIによると、VoiceやDictationなどの機能を通じてChatGPTと会話する人は1億5,000万人を超えています（TechCrunch）。

目玉機能は全二重（フルデュプレックス）音声です。モデルは話しながら聞いた内容を処理し、毎秒何度も対話判断を行うため、自然に割り込まれたり、ユーザーの発話中に相づち（「mhmm」「got it」）を返したり、考えている間は沈黙したりできます（MarkTechPost）。Web検索、深い推論、エージェント的な作業が必要な場合、GPT-LiveはバックグラウンドでGPT-5.5に委譲し、結果が返るまで会話を続けます。推論レベルは3段階（Instant、Medium、High）から選べ、上位レベルはGPT-5.5 Thinkingにルーティングされます。

OpenAIが公開した評価は速度ではなく能力に焦点を当てています。High推論のGPT-Live-1はGPQAで84.2%（Advanced Voice Modeは45.3%）、BrowseCompで75.2%（同0.7%）を記録。人間による選好テストでは、GPT-Live-1が75.7%、miniが69.2%の会話でAdvanced Voice Modeより好まれました（The Decoder、OpenAI発表を引用）。注目すべきは、OpenAIがローンチ時にGPT-Liveのレイテンシ数値を一切公開しなかったことです。

2. GPT-Liveのリアルタイム翻訳の仕組み

リアルタイム翻訳は、OpenAIがローンチ資料で明示的に挙げた機能の1つです。全二重アーキテクチャによりモデルは「より自然なやり取りを行い、時間感覚をより良く保ち、ライブ翻訳まで実行できる」とされています（OpenAI発表）。プレス向けブリーフィングでは、発表者が話している間にモデルが翻訳を話し続けるデモが披露されました。

モードではなくプロンプトで起動

翻訳トグルも言語ペア選択も専用の翻訳UIもありません。Voiceセッションを開始し、「私が話す内容をすべてヒンディー語に同時通訳してほしい」とアシスタントに指示します。モデルは発話に合わせて翻訳音声を流し、停止や切り替えを指示するまで続けます。これは2026年5月のRealtimeリリース以降ChatGPT Voiceが持っていたプロンプト起動型と同じパターンで、変わったのは全二重の出力方式です。翻訳が話し終わりを待たず、発話に重なって流れるようになりました。

ローンチデモが示したもの

ローンチ週の翻訳品質に関する唯一の公開データは、OpenAI自身のプレスデモです。英語からヒンディー語へのライブ翻訳を観察したTechCrunchは、「アシスタントには強いアメリカ英語のアクセントがあり、話すヒンディー語は不自然でやや文語調だった」と報告しました（TechCrunch）。これはOpenAI自身の開示と一致します。音声は「主要な話し言葉」に最適化されており、「特定の言語ではモデルに非ネイティブなアクセントや流暢さの欠落が生じ得る」。OpenAIはGPT-Liveの対応言語リストを公開しておらず、完全な多言語パリティはローンチ時点で明示的に未提供です（MarkTechPost）。

アシスタント優先のトレードオフ

GPT-Liveは要求に応じて翻訳する汎用の会話アシスタントであり、専用の通訳ではありません。この形は翻訳作業に影響します。会話を自然にする相づち（「mhmm」「yeah」）は翻訳セッションに翻訳以外の音声を混入させ、初日のユーザーは相づちを煩わしいと広く報告しました（BigGo）。長い休止や背景の話し声が意図しない応答を誘発することがあり、プレビューアクセスを持つレビュアーは、OpenAIが挙動を調整する前の段階で、モデルが文の途中で割り込んで笑ったと報告しています（Simon Willison）。いつ話すかの判断こそが持ち味のモデルが、翻訳中もその判断を常に行い続けます。翻訳における正解はほぼ常に「翻訳を続け、他は何も言わない」であるにもかかわらず、です。

3. GPT-LiveとOpenAIの専用翻訳モデルの比較

ローンチ報道の多くが見落としましたが、OpenAIはすでに専用のリアルタイム翻訳モデルを出荷しており、それは別のスタックです。2026年5月7日、OpenAIはRealtime APIでgpt-realtime-translateをリリースしました。プロ通訳者の音声を数千時間学習した専用のストリーミング音声間翻訳モデルで、翻訳専任にとどまり、十分な文脈を待ってから発話するよう構成されています（OpenAI発表）。GPT-LiveとRealtimeモデルは別ファミリーです。GPT-LiveはAPIのないChatGPT消費者向けの面であり、gpt-realtime-translateは仕様、価格、制約が公開された開発者向けの面です。

gpt-realtime-translateが文書化する13の出力言語は、英語、スペイン語、ポルトガル語、フランス語、ドイツ語、イタリア語、ロシア語、中国語、日本語、韓国語、ヒンディー語、インドネシア語、ベトナム語です（OpenAI Cookbook）。OpenAIがGPT-Liveの言語リストを公開するまで、これがOpenAIの音声翻訳学習が最も強い領域を示す最良のシグナルです。

早期報道が混同した2点を明確にしておきます。まず、GPT-LiveにAPI価格は存在しません。一部の投稿で流通している「音声入力トークン100万あたり$32、出力$64」という数字は、別モデルのgpt-realtime-2のものです。次に、GPT-LiveはAPI経由では一切利用できません。OpenAIの表現は「近日中に」APIへ提供するというもので、通知登録フォームがあるのみで、時期は未定です（ApidogのAPI状況まとめ）。

4. OpenAIとローンチレビュアーが開示する制限

• 利用上限は実在するが非公開。OpenAIのヘルプセンターは、音声の利用上限はプランとVoiceオプションによって異なり変更され得るとし、上限接近時にアプリ内通知が表示されると述べています。サードパーティが報じる具体値（無料アカウントで1日15分から1日2時間まで）は互いに矛盾しており、特定の数字は未検証として扱うべきです。
• レイテンシの公表値なし。OpenAIは能力ベンチマーク（GPQA、BrowseComp、選好率）を公開しましたが、GPT-Liveの初回音声レイテンシや遅延の測定値は公開していません。
• 言語カバレッジは文書化されていない。「主要な話し言葉」とされ、その他の言語では非ネイティブアクセントや流暢さの欠落が開示され、完全な多言語パリティはローンチ時点で明示的に未提供です。
• 相づちは完全には無効化できない。静かにするよう指示はできますが、初日のレポートは「mhmm」の挙動が根強く、多くのユーザーにとって煩わしいと述べています。
• ローンチ時点でビデオや画面共有はなし。一部の環境では利用不可と報告されています（Business/Enterprise/Eduワークスペース、デスクトップアプリの音声）。
• 安全性モニタリングが介入することがある。GPT-Liveシステムカードによると、リアルタイム監視が応答を誘導または中断したり、音声の安全メッセージを再生したり、高リスクの会話を終了したりできます。

5. 独立測定が示すOpenAI翻訳の実力

この測定から得られた3つの知見は、GPT-Liveの翻訳に何を期待すべきかの枠組みになります。両製品はOpenAIの同じ音声翻訳研究の流れを汲んでいるからです。

OpenAIのスタックは初回音声まで最速です。発話開始から最初の翻訳音声まで中央値711msで、同一指標でGemini 3.5 Live Translateの約4倍の速さです。全二重のGPT-Liveはこの応答性を受け継ぐはずで、これはアーキテクチャの強みです。

連続発話では遅延が蓄積します。翻訳音声は合成音声の発話速度に制約されるため、密度の高い連続音声では翻訳が次第に遅れ、中央値3.8秒、最大20.3秒まで拡大しました。全二重モデルでもこの制約は消えません。音声出力は人間の発話ペース以上には追いつけないからです。

理解度は専用の競合に劣ります。総合4.53/5は測定した6システム中最低で、余分な挿入、意味の反転、固有名詞の置き換えというエラークラスが繰り返し発生しました。GPT-Liveのプレスデモに対するヒンディー語批評（アメリカ英語アクセント、文語調）は、速度が先行し忠実度が後回しになるスタックの姿と整合的です。

6. 今日GPT-Liveで翻訳を使う方法

1. iOSまたはAndroidでChatGPTアプリを更新します（またはchatgpt.comを利用）。GPT-Liveは7月8日以降数日かけて展開されます。音声モードがまだターン制のままなら、展開が自分のアカウントに届いていません。
2. メッセージ入力欄のVoiceアイコンをタップしてセッションを開始します。無料アカウントはGPT-Live-1 mini、Go、Plus、ProアカウントはGPT-Live-1で動作します。
3. 最初に翻訳指示を与えます。「私が話す内容をすべて日本語に同時通訳して。質問に答えず、コメントもせず、翻訳だけして」。明示的な制約は会話的な割り込みを減らしますが、完全になくすことはできません。
4. 双方向の会話には両方向を指示します。「私の英語を日本語に翻訳し、聞こえた日本語は英語に翻訳して」。
5. 利用上限に注意してください。OpenAIは数値を公開しないままプランごとに音声利用を制限しており、上限に近づくとアプリ内通知が表示されます。

7. GPT-Liveが適する場合、適さない場合

GPT-Liveが正しい選択となる場合

• 無料でインストール不要のライブ翻訳が欲しく、すでにChatGPTを使っている場合。無料プランに全二重音声モデルが含まれるのは、7月8日以前には主要アシスタントのどれも提供していませんでした。
• 会話がカジュアルで短い場合。道を尋ねる、ちょっとしたやり取り、旅行先の雑談。相づちの癖や役割逸脱の影響は小さくなります。
• 翻訳の周囲にアシスタントがいることに価値を感じる場合。追加の質問をしたり、文脈を得たり、会話の途中でGPT-5.5に調べ物をさせたりできます。

別のツールの方が適する場合

• 長い会話で翻訳者に役割を維持してほしい場合。専用の通訳面は相づちを打たず、笑わず、翻訳の代わりに回答することもありません。
• 聞きながら読める2言語トランスクリプトが必要な場合。GPT-Liveが提供するのはチャットログであり、書き換えられることのないソースと翻訳の並列表示ではありません。
• 文書化された言語カバレッジが必要な場合。OpenAIはGPT-Liveの対応内容を公開していません。専用製品は対応ペアを文書化しています。
• 翻訳付きの電話が必要な場合。OpenAIのどの面も電話番号に発信できません。LiveLingoは通常の電話番号へ発信し、回線上で翻訳を実行します。相手にアプリは不要です。

正直な譲歩。本ガイドを公開しているLiveLingoは専用翻訳カテゴリに属します。ストリーミングテキスト+音声、話者別の識別、一度表示されたら撤回されないトランスクリプト、そして翻訳付きの発信電話です。GPT-Liveの会話の自然さは本物の進歩であり、その全二重のターンテイキングは当社を含むあらゆる専用翻訳アプリより先行しています。無料プランがあるため、今日ライブ音声翻訳を試す最も手軽な方法でもあります。仕様の並列比較は/compare/chatgpt-translation、ベンチマーク数値は/research/benchmark-2026、OpenAIの翻訳ラインナップ全体は/ja/guides/openai-live-translationをご覧ください。

8. よくある質問

GPT-Liveとは何ですか？

GPT-Liveは、OpenAIが2026年7月8日に発表したChatGPT向けの全二重音声モデルファミリーです。GPT-Live-1（有料のGo、Plus、Proプランのデフォルト）とGPT-Live-1 mini（無料ユーザーのデフォルト）の2モデルが出荷されました。置き換え対象のAdvanced Voice Modeと異なり、聞くことと話すことを同時に行うため、自然に割り込め、発話中に相づちを打ち、話している最中にリアルタイム翻訳を実行できます。複雑な質問はバックグラウンドでGPT-5.5に委譲します。iOS、Android、chatgpt.comで動作し、ローンチ時点でAPIはありません。

GPT-Liveはリアルタイム翻訳ができますか？

はい。リアルタイム翻訳はローンチ機能として明示されており、モード切り替えではなくプロンプトで起動します。「私が話す内容をすべて日本語に同時通訳して」と指示すると、話している間に翻訳を音声で流し続けます。OpenAIは対応言語リストを公開せず「主要な話し言葉」に最適化しているとし、一部の言語では非ネイティブなアクセントや流暢さの欠落があり得ると開示しています。OpenAI自身のプレスデモでは、TechCrunchがヒンディー語のライブ翻訳について、強いアメリカ英語アクセントで不自然かつやや文語調だったと報告しています。

GPT-Liveは無料ですか？

はい、プランによる差があります。無料のChatGPTアカウントはGPT-Live-1 miniがデフォルトで、有料のGo、Plus、Proプランは上位のGPT-Live-1です。新しいサブスクリプションは導入されていません。音声の利用上限はプランごとに異なり変更される可能性があります。OpenAIは固定の分数上限を公開しておらず、サードパーティが報じる具体的な日次上限は互いに食い違っています。

GPT-LiveにAPIはありますか？

いいえ。ローンチ時点でGPT-LiveはChatGPT専用です。OpenAIは「近日中に」APIへ提供する予定とし通知登録フォームを用意していますが、エンドポイント、モデルID、価格、時期は未公開です。今すぐOpenAIのリアルタイム翻訳が必要な開発者は、別系統のRealtime APIモデルgpt-realtime-translateを使います。1分あたり$0.034、入力70以上の言語、出力13言語です。

GPT-LiveとAdvanced Voice Modeの違いは何ですか？

Advanced Voice Modeは音声間モデルでしたがターン制で、沈黙を待って発話終了を判定してから応答しました。GPT-Liveは入力音声を処理しながら出力を生成する単一の全二重モデルで、毎秒何度も対話判断を行います。文の途中で割り込め、発話中に相づちを打ち、考えている間は沈黙し、複雑な質問はバックグラウンドでGPT-5.5に渡します。OpenAIの人間による選好テストでは、GPT-Live-1が75.7%の会話でAdvanced Voice Modeより好まれました。Advanced Voice Modeは設定から引き続き選択できます。

GPT-Liveの翻訳はどの言語に対応していますか？

OpenAIはGPT-Liveの言語リストを公開していません。ローンチ資料は「主要な話し言葉」に最適化されているとし、その他の言語でのアクセントや流暢さの欠落を開示、完全な多言語パリティはローンチ時点で明示的に未提供です。OpenAIの開発者向け翻訳モデルgpt-realtime-translateは、入力70以上の言語と出力13言語を文書化しています。英語、スペイン語、ポルトガル語、フランス語、ドイツ語、イタリア語、ロシア語、中国語、日本語、韓国語、ヒンディー語、インドネシア語、ベトナム語です。

翻訳においてGPT-LiveとGemini Liveはどう違いますか？

アーキテクチャの賭け方が異なります。GPT-Liveは要求に応じて翻訳する全二重の会話アシスタントです。GoogleのGemini 3.5 Live Translateは、Google翻訳アプリ、Google Meet、Gemini Live APIに組み込まれた専用のストリーミング音声間翻訳モデルで、70以上の言語を自動検出し話者の韻律を保持します。Geminiの面は公開APIで測定可能で、LiveLingo Researchは理解度総合4.93/5と約3秒の発話遅延を記録しました。GPT-LiveにはAPIがないため同等の独立測定はまだ存在せず、ローンチ週のヒンディー語デモ批評が唯一の公開品質データです。

GPT-LiveからAdvanced Voice Modeに戻すにはどうすればいいですか？

ChatGPTの音声設定を開き、Advanced Voice Modeを選択します。GPT-Liveは2026年7月8日にデフォルトの座を置き換えましたが、OpenAIは、ビデオや画面共有などGPT-Liveがローンチ時点で対応していない機能を必要とするユーザーのために、旧モードを引き続き選択可能にしています。

GPT-Liveの割り込みや相槌（「うんうん」など）を止めるにはどうすればいいですか？

ローンチ時点では相槌の挙動を完全に無効化することはできません。回避策は、セッションの最初に「私が直接話しかけるまで黙っていて」、翻訳なら「私が話した内容だけを翻訳し、他は何も加えないで」のような明示的な指示を与えることです。初日のレポートによると、これで割り込みは減るもののなくなりはせず、長い休止や背景の話し声が意図しない応答を誘発することもあります。この挙動がユースケースの妨げになる場合は、Advanced Voice Modeを音声設定から引き続き選択できます。

今すぐライブ会話の翻訳に使うべきツールはどれですか？

GPT-Liveは、すでに使っているアシスタントの中でのカジュアルでハンズフリーな翻訳に、無料プランで適しています。本格的な実会話には専用翻訳ツールの方が適します。翻訳専任の役割を維持し、読みやすい2言語トランスクリプトを表示し、忠実度で測定されているからです。LiveLingoの2026年ベンチマークでは、OpenAIの測定可能な翻訳面（gpt-realtime-translate）は理解度4.53/5で、連続発話では翻訳音声が最大20.3秒まで遅れました。一方、テキスト優先のシステムは限定された遅延でより高い忠実度を維持しました。通常の電話番号への翻訳通話は、OpenAIのどの面でも発信できません。それは別の製品カテゴリです。

9. 出典

• OpenAI. Introducing GPT-Live. OpenAI blog, July 8, 2026. openai.com
• OpenAI. GPT-Live system card. OpenAI Deployment Safety, July 2026. deploymentsafety.openai.com
• OpenAI. ChatGPT Voice（ヘルプセンター）. help.openai.com
• TechCrunch. OpenAI releases new voice models for more natural live conversations, July 8, 2026. techcrunch.com
• MarkTechPost. OpenAI Releases GPT-Live and GPT-Live-1 mini: Full-Duplex Voice Models That Delegate Deeper Reasoning to GPT-5.5, July 8, 2026. marktechpost.com
• MacRumors. OpenAI Introduces GPT-Live to Make ChatGPT Voice Feel Like a Real Conversation, July 8, 2026. macrumors.com
• The Decoder. ChatGPT can now listen and talk at the same time, July 2026. the-decoder.com
• SiliconANGLE. OpenAI launches GPT-Live voice model series ahead of broad GPT-5.6 release, July 8, 2026. siliconangle.com
• 9to5Mac. OpenAI upgrading ChatGPT with all-new voice mode experience, July 8, 2026. 9to5mac.com
• Simon Willison. Introducing GPT-Live（プレビューアクセスのノート）, July 8, 2026. simonwillison.net
• OpenAI Developers. gpt-realtime-translate model referenceおよびrealtime translation guide. developers.openai.com
• Apidog. Is There a GPT-Live API? What Developers Can Use Instead, July 2026. apidog.com
• LiveLingo Research. Real-Time Voice Translation Benchmark 2026, OpenAI gpt-realtime-translate addendum, June 10, 2026. livelingo.io/research/benchmark-2026. Dataset DOI: 10.5281/zenodo.21250032
• LiveLingo. ChatGPT Translation in 2026: Voice Mode, gpt-realtime-translate API, and Whisper Compared. livelingo.io/guides/openai-live-translation

リリース日、モデル名、プラン対応、展開範囲、評価数値は、2026年7月9日にOpenAIの発表、システムカード、ヘルプセンター、および上記リンクのローンチ報道と照合して検証しました。GPT-Liveは公開時点で誕生から1日のプロダクトです。OpenAIはプラン、上限、言語カバレッジ、モデル挙動を短期間で変更する可能性があります。特定の記述に依拠する前に、リンク先の情報源で最新の状態を確認してください。