LiveLingoคำตอบสั้นๆ: GPT-Live เป็นล่ามแปลสดได้หรือไม่?
ได้ GPT-Live แปลเสียงแบบเรียลไทม์ผ่านพรอมต์ และรวมอยู่ในทุกแพ็กเกจ ChatGPT ตั้งแต่ 8 กรกฎาคม 2026 เปิด ChatGPT บน iOS, Android หรือเว็บ เริ่มเซสชัน Voice แล้วพูดว่า "แปลทุกอย่างที่ฉันพูดเป็นภาษาสเปนแบบพร้อมกัน" เพราะ GPT-Live-1 และ GPT-Live-1 mini เป็นแบบ full-duplex (ฟังและพูดพร้อมกัน) คำแปลจึงสตรีมออกมาขณะที่คุณยังพูดอยู่ แทนที่จะรอให้คุณพูดจบ บัญชีฟรีได้ GPT-Live-1 mini ส่วนแพ็กเกจเสียเงิน Go, Plus และ Pro ได้ GPT-Live-1 ตัวใหญ่กว่า ไม่มีอินเทอร์เฟซล่ามเฉพาะ (ไม่มีตัวเลือกคู่ภาษา ไม่มีบันทึกสองภาษาแบบเคียงข้าง) ไม่มีรายชื่อภาษาที่เผยแพร่ และไม่มี API ณ วันเปิดตัว นักพัฒนาที่ต้องการการแปลสดของ OpenAI แบบโปรแกรมใช้โมเดลแยกต่างหาก gpt-realtime-translate ($0.034/นาที, ภาษาอินพุต 70+ ภาษา, ภาษาเอาต์พุต 13 ภาษา)
1. OpenAI ปล่อยอะไรออกมาเมื่อ 8 กรกฎาคม
OpenAI ประกาศ GPT-Live ในวันพุธที่ 8 กรกฎาคม 2026 ผ่านบล็อกโพสต์และไลฟ์สตรีม (Introducing GPT-Live) สองโมเดลที่ปล่อยออกมา: GPT-Live-1 โมเดลเสียงเริ่มต้นใหม่สำหรับแพ็กเกจเสียเงิน Go, Plus และ Pro และ GPT-Live-1 mini ค่าเริ่มต้นใหม่สำหรับบัญชีฟรี (ตาม MacRumors และ The Decoder) ทั้งสองมาแทน Advanced Voice Mode ในฐานะค่าเริ่มต้นของ ChatGPT Voice โดยโหมดเก่ายังเลือกใช้ได้ในการตั้งค่าเสียง
การทยอยเปิดใช้ครอบคลุม iOS, Android และ chatgpt.com ในช่วงหลายวันหลังเปิดตัว โหมดเสียงของแอปเดสก์ท็อปยังไม่รวมอยู่ ณ วันเปิดตัว และเวิร์กสเปซ ChatGPT Business, Enterprise และ Edu ถูกยกเว้นไว้ก่อน (ตาม 9to5Mac และ WinBuzzer) ไม่มีการตั้งราคาใหม่ GPT-Live รวมอยู่ในแพ็กเกจที่มีอยู่แล้ว OpenAI อ้างว่ามีคนมากกว่า 150 ล้านคนที่คุยกับ ChatGPT ผ่านฟีเจอร์อย่าง Voice และ Dictation (TechCrunch)
คุณสมบัติที่นิยามตัวโมเดลคือ เสียงแบบ full-duplex: โมเดลประมวลผลสิ่งที่ได้ยินขณะที่กำลังพูด ตัดสินใจการโต้ตอบหลายครั้งต่อวินาที จึงถูกขัดจังหวะได้อย่างเป็นธรรมชาติ ตอบรับสั้นๆ ("อือฮึ" "เข้าใจแล้ว") ระหว่างที่คุณพูด หรือเงียบขณะที่คุณคิด (MarkTechPost) งานที่ต้องค้นเว็บ ใช้เหตุผลลึก หรือทำงานแบบ agent GPT-Live จะส่งต่อให้ GPT-5.5 เบื้องหลังและสนทนาต่อไประหว่างรอผลกลับมา ผู้ใช้เลือกระดับการใช้เหตุผลได้สามระดับ (Instant, Medium, High) ระดับสูงจะส่งไปที่ GPT-5.5 Thinking
การประเมินที่ OpenAI เผยแพร่เน้นความสามารถมากกว่าความเร็ว: ที่ระดับ High reasoning GPT-Live-1 ได้ 84.2% บน GPQA เทียบกับ 45.3% ของ Advanced Voice Mode และ 75.2% บน BrowseComp เทียบกับ 0.7% ในการทดสอบความชอบของมนุษย์ ผู้ใช้ชอบ GPT-Live-1 มากกว่า Advanced Voice Mode ใน 75.7% ของบทสนทนา และชอบ mini ใน 69.2% (The Decoder อ้างอิงประกาศของ OpenAI) ที่น่าสังเกตคือ OpenAI ไม่เผยแพร่ตัวเลขความหน่วงใดๆ ของ GPT-Live ณ วันเปิดตัว
2. การแปลสดทำงานอย่างไรบน GPT-Live
การแปลสดเป็นหนึ่งในความสามารถที่ OpenAI ระบุชื่อไว้ชัดเจนในเอกสารเปิดตัว: สถาปัตยกรรม full-duplex ทำให้โมเดล "โต้ตอบไปมาได้เป็นธรรมชาติขึ้น รับรู้เวลาได้ดีขึ้น และแม้กระทั่งทำการแปลสด" (ประกาศของ OpenAI) ในการบรีฟสื่อ OpenAI เดโมให้โมเดลพูดคำแปลต่อเนื่องขณะที่ผู้นำเสนอกำลังพูด
มันคือพรอมต์ ไม่ใช่โหมด
ไม่มีสวิตช์ล่าม ตัวเลือกคู่ภาษา หรือ UI แปลเฉพาะ คุณเริ่มเซสชัน Voice แล้วสั่งผู้ช่วย: "ช่วยแปลทุกอย่างที่ฉันพูดเป็นภาษาฮินดีแบบพร้อมกัน" จากนั้นโมเดลจะพูดคำแปลออกมาขณะที่คุณพูด และทำต่อไปจนกว่าคุณจะบอกให้หยุดหรือเปลี่ยน นี่เป็นรูปแบบสั่งผ่านพรอมต์แบบเดียวกับที่ ChatGPT Voice มีมาตั้งแต่รุ่น Realtime เดือนพฤษภาคม 2026 สิ่งที่เปลี่ยนคือการส่งมอบแบบ full-duplex ที่ทำให้คำแปลซ้อนทับกับเสียงพูดของคุณได้ แทนที่จะรอให้จบเทิร์น
เดโมเปิดตัวแสดงอะไร
จุดข้อมูลคุณภาพการแปลสาธารณะเพียงจุดเดียวจากสัปดาห์เปิดตัวมาจากเดโมสื่อของ OpenAI เอง TechCrunch ซึ่งชมการแปลสดอังกฤษเป็นฮินดี รายงานว่า "ผู้ช่วยมีสำเนียงอเมริกันหนักและพูดภาษาฮินดีที่ฟังดูไม่เป็นธรรมชาติ ออกแนวภาษาหนังสือเล็กน้อย" (TechCrunch) ซึ่งตรงกับสิ่งที่ OpenAI เปิดเผยเอง: เสียงถูกปรับให้เหมาะกับ "ภาษาที่พูดกันมากที่สุด" และ "สำหรับบางภาษา โมเดลอาจมีสำเนียงไม่ใช่เจ้าของภาษาหรือความคล่องที่ไม่สมบูรณ์" OpenAI ยังไม่เผยแพร่รายชื่อภาษาที่รองรับสำหรับ GPT-Live และความเท่าเทียมหลายภาษาแบบเต็มถูกระบุชัดเจนว่ายังไม่มี ณ วันเปิดตัว (MarkTechPost)
ข้อแลกเปลี่ยนของการเป็นผู้ช่วยก่อนล่าม
GPT-Live เป็นผู้ช่วยสนทนาทั่วไปที่แปลเมื่อถูกสั่ง ไม่ใช่ล่ามเฉพาะทาง รูปทรงนั้นมีผลต่องานแปล พฤติกรรมตอบรับสั้นๆ ที่ทำให้บทสนทนารู้สึกเป็นธรรมชาติ ("อือฮึ" "ใช่") แทรกเสียงที่ไม่ใช่คำแปลเข้าไปในเซสชันแปล และผู้ใช้วันแรกจำนวนมากรายงานว่าเสียงตอบรับเหล่านี้รบกวน (BigGo) การหยุดพูดนานหรือเสียงพูดพื้นหลังอาจกระตุ้นการตอบสนองที่ไม่ตั้งใจ และผู้รีวิวที่ได้เข้าถึงพรีวิวรายงานว่าโมเดลขัดจังหวะและหัวเราะกลางประโยคก่อนที่ OpenAI จะจูนพฤติกรรมลง (Simon Willison) โมเดลที่ทักษะเด่นคือการตัดสินใจว่าเมื่อไหร่ควรพูด กำลังตัดสินใจเรื่องนั้นตลอดเวลาระหว่างแปล ทั้งที่คำตอบที่ถูกเกือบทุกครั้งคือ "แปลต่อไป ไม่ต้องพูดอย่างอื่น"
3. GPT-Live เทียบกับตัวแปลเฉพาะทางของ OpenAI เอง
การรายงานช่วงเปิดตัวส่วนใหญ่พลาดไปว่า OpenAI มีโมเดลแปลสดเฉพาะทางอยู่แล้ว และมันคือสแตกคนละตัว เมื่อ 7 พฤษภาคม 2026 OpenAI ปล่อย gpt-realtime-translate ใน Realtime API: โมเดลแปลเสียงต่อเสียงแบบสตรีมที่สร้างมาเฉพาะทาง ฝึกด้วยเสียงล่ามมืออาชีพหลายพันชั่วโมง ถูกตั้งค่าให้คงบทบาทแปลอย่างเดียวและรอบริบทให้พอก่อนสร้างเสียง (ประกาศของ OpenAI) GPT-Live กับโมเดลตระกูล Realtime เป็นคนละครอบครัว: GPT-Live คือพื้นผิวผู้บริโภคใน ChatGPT ที่ไม่มี API ส่วน gpt-realtime-translate คือพื้นผิวนักพัฒนาที่มีสเปก ราคา และข้อจำกัดเผยแพร่ชัดเจน
| GPT-Live (ChatGPT) | gpt-realtime-translate (API) | |
|---|---|---|
| คืออะไร | ผู้ช่วยเสียง full-duplex; แปลผ่านพรอมต์ | โมเดลแปลเสียงต่อเสียงแบบสตรีมเฉพาะทาง |
| เปิดตัว | 8 กรกฎาคม 2026 | 7 พฤษภาคม 2026 |
| การเข้าถึง | แอป ChatGPT (iOS, Android, เว็บ); ไม่มี API | Realtime API, endpoint /v1/realtime/translations |
| ราคา | รวมในแพ็กเกจ ChatGPT (ระดับฟรีได้ mini) | $0.034 ต่อนาทีของเสียง |
| ภาษา | ไม่เผยแพร่; "ภาษาที่พูดกันมากที่สุด" พร้อมเปิดเผยช่องว่างสำเนียง | ภาษาอินพุต 70+ ภาษา; ภาษาเอาต์พุต 13 ภาษา (มีเอกสาร) |
| คงบทบาทล่าม | ไม่มีการรับประกัน; เป็นผู้ช่วยสนทนา มีเสียงตอบรับแทรก | ใช่; แปลอย่างเดียวโดยการออกแบบ ไม่รับ system prompt |
| บันทึกข้อความ | บันทึกแชทของเซสชัน | text delta ของเสียงต้นทางและคำแปล |
| เสียง | เสียง ChatGPT รีมาสเตอร์ 9 เสียง | เสียงไดนามิกที่ปรับตามน้ำเสียงผู้พูดต้นทาง |
| การวัดอิสระ | ยังทำไม่ได้ (ไม่มี API) | วัดแล้ว; ดูส่วนที่ 5 |
ภาษาเอาต์พุต 13 ภาษาที่มีเอกสารของ gpt-realtime-translate: อังกฤษ สเปน โปรตุเกส ฝรั่งเศส เยอรมัน อิตาลี รัสเซีย จีน ญี่ปุ่น เกาหลี ฮินดี อินโดนีเซีย และเวียดนาม (OpenAI Cookbook) จนกว่า OpenAI จะเผยแพร่รายชื่อภาษาของ GPT-Live นี่คือสัญญาณที่ดีที่สุดที่มีว่าการฝึกแปลเสียงของ OpenAI แข็งแรงที่สุดตรงไหน
มีสองประเด็นจากสัปดาห์เปิดตัวที่ควรแก้ให้ชัด เพราะการรายงานช่วงแรกสับสนทั้งคู่: GPT-Live ไม่มีราคา API (ตัวเลข "$32 ต่อล้านโทเค็นเสียงอินพุต, $64 เอาต์พุต" ที่แชร์กันในบางโพสต์เป็นของ gpt-realtime-2 ซึ่งเป็นคนละโมเดล) และ GPT-Live ยังใช้ผ่าน API ไม่ได้เลย ถ้อยคำของ OpenAI คือโมเดลจะมาสู่ API "เร็วๆ นี้" พร้อมแบบฟอร์มลงทะเบียนรับการแจ้งเตือนและไม่มีกำหนดเวลา (สรุปสถานะ API ของ Apidog)
4. ข้อจำกัดที่ OpenAI และผู้รีวิวช่วงเปิดตัวเปิดเผย
- โควตาการใช้งานมีจริงแต่ไม่เผยแพร่ตัวเลข ศูนย์ช่วยเหลือของ OpenAI ระบุว่าโควตาเสียงต่างกันตามแพ็กเกจและตัวเลือก Voice และอาจเปลี่ยนได้ โดยมีการแจ้งเตือนในแอปเมื่อใกล้ถึงขีดจำกัด รายงานตัวเลขจากบุคคลที่สามขัดแย้งกันเอง (ตั้งแต่ 15 นาทีต่อวันจนถึง 2 ชั่วโมงต่อวันสำหรับบัญชีฟรี) ให้ถือว่าตัวเลขเฉพาะใดๆ ยังไม่ได้รับการยืนยัน
- ไม่มีตัวเลขความหน่วงที่เผยแพร่ OpenAI ปล่อยเบนช์มาร์กความสามารถ (GPQA, BrowseComp, อัตราความชอบ) แต่ไม่มีการวัดความหน่วงเสียงแรกหรือการตามหลังสำหรับ GPT-Live
- ความครอบคลุมภาษาไม่มีเอกสาร "ภาษาที่พูดกันมากที่สุด" เปิดเผยสำเนียงไม่ใช่เจ้าของภาษาและช่องว่างความคล่องสำหรับภาษาอื่น ความเท่าเทียมหลายภาษาแบบเต็มระบุชัดว่ายังไม่มี ณ วันเปิดตัว
- เสียงตอบรับปิดสนิทไม่ได้ คุณสั่งให้โมเดลเงียบได้ แต่รายงานวันแรกอธิบายพฤติกรรม "อือฮึ" ว่ายังคงอยู่และน่ารำคาญสำหรับผู้ใช้จำนวนมาก
- ไม่มีวิดีโอหรือการแชร์หน้าจอ ณ วันเปิดตัว และมีรายงานว่าโหมดนี้ใช้ไม่ได้ในบางบริบท (เวิร์กสเปซ Business/Enterprise/Edu; เสียงในแอปเดสก์ท็อป)
- ระบบตรวจสอบความปลอดภัยแทรกแซงได้ ตาม GPT-Live system card การมอนิเตอร์แบบเรียลไทม์สามารถบังคับทิศทางหรือขัดจังหวะคำตอบ เล่นข้อความความปลอดภัยแบบเสียง หรือยุติบทสนทนาความเสี่ยงสูง
5. การวัดอิสระบอกอะไรเกี่ยวกับการแปลของ OpenAI
สิ่งที่เราวัด (และสิ่งที่เราไม่ได้วัด)
GPT-Live ยังวัดแบบโปรแกรมไม่ได้: ไม่มี API และพื้นผิวผู้บริโภคของมันมีการตรวจจับเสียงฝั่งไคลเอนต์และพฤติกรรมแอปที่ไม่มี harness ใดแยกออกมาได้ ตัวเลขด้านล่างเป็นของ โมเดลแปลระดับ API ของ OpenAI คือ gpt-realtime-translate วัดเมื่อ 10 มิถุนายน 2026 ด้วยขอบเขตคำพูดแบบ energy-VAD เดียวกันที่ใช้กับทุกระบบระดับ API ในเบนช์มาร์ก LiveLingo อย่างเท่าเทียม มันคือพื้นฐานที่ดีที่สุดที่มีสำหรับสิ่งที่สแตกแปลเสียงของ OpenAI ทำได้บนเสียงจริง มันไม่ใช่ตัวเลขของ GPT-Live และเราติดป้ายกำกับไว้เช่นนั้น เมื่อ GPT-Live มี API เราจะรันโปรโตคอลเดียวกันและอัปเดตส่วนนี้
การทำซ้ำได้
ทุกตัวเลขทำซ้ำได้จากคลิปเสียงสาธารณสมบัติของ VOA ความยาว 120 วินาทีชุดเดียวกันสามคลิป endpoint Realtime API เดียวกัน และ Python harness ตัวเดียวกับที่ใช้ในเบนช์มาร์กสี่ระบบเดิม ไฟล์เสียง (audio.zip) ข้อมูล JSON ดิบรายคำพูด (openai-realtime-results.json) และระเบียบวิธีเผยแพร่ที่ livelingo.io/research/benchmark-2026
| ระบบ | ความเข้าใจ (0–5) | พูดจบ → คำแปลมาถึง | ความเร็วถึงเอาต์พุตแรก (เสียงต่อเสียงเท่านั้น) | พื้นผิวเอาต์พุต |
|---|---|---|---|---|
| LiveLingo | 4.96 | 1,518 ms | – | ข้อความสตรีม + เสียง |
| Gemini 3.5 Live Translate | 4.93 | ~3,100 ms (ตามหลังได้ถึง 13.9 s) | 2,947 ms | เสียง (ข้อความเป็นส่วนเสริม) |
| Google Cloud STT v2 + Translate v3 | 4.77 | ~26,736 ms | – | บันทึกข้อความ |
| Azure Speech Translation | 4.65 | ~4,755 ms | – | บันทึกข้อความ |
| Whisper + GPT-4o-mini (DIY) | 4.63 | 2,720 ms | – | บันทึกข้อความ |
| OpenAI gpt-realtime-translate | 4.53 | ~3,800 ms (ตามหลังได้ถึง 20.3 s) | 711 ms | เสียง + บันทึกข้อความ |
สามข้อค้นพบจากการวัดนั้นกำหนดกรอบสิ่งที่ควรคาดหวังจากการแปลของ GPT-Live เพราะทั้งสองผลิตภัณฑ์ดึงมาจากทิศทางวิจัยการแปลเสียงเดียวกันของ OpenAI:
สแตกของ OpenAI เร็วที่สุดถึงเสียงแรก มัธยฐาน 711 ms จากจุดเริ่มพูดถึงเสียงแปลแรก เร็วกว่า Gemini 3.5 Live Translate ราวสี่เท่าบนเมตริกเดียวกัน GPT-Live แบบ full-duplex ควรได้รับความไวนี้เป็นมรดก มันคือจุดแข็งของสถาปัตยกรรม
เสียงพูดต่อเนื่องสะสมการตามหลัง เสียงแปลถูกจำกัดด้วยอัตราการพูดของเสียงสังเคราะห์ ดังนั้นบนเสียงต่อเนื่องหนาแน่น คำแปลจะตกหลังลงเรื่อยๆ มัธยฐาน 3.8 วินาทีและลอยไปถึง 20.3 วินาที โมเดล full-duplex ไม่ได้ลบข้อจำกัดนี้: เอาต์พุตแบบพูดยังไล่ตามไม่ได้เร็วกว่าจังหวะพูดของมนุษย์
ความเข้าใจตามหลังคู่แข่งเฉพาะทาง คะแนนรวม 4.53/5 ต่ำที่สุดในหกระบบที่วัด โดยมีคลาสข้อผิดพลาดซ้ำๆ คือการแทรกข้อความเกิน การกลับความหมาย และการแทนที่ชื่อเฉพาะ คำวิจารณ์เดโมภาษาฮินดีของ GPT-Live (สำเนียงอเมริกัน น้ำเสียงภาษาหนังสือ) สอดคล้องกับสแตกที่ความเร็วนำหน้าแต่ความเที่ยงตรงตามหลัง
6. วิธีใช้ GPT-Live แปลภาษาวันนี้
- อัปเดตแอป ChatGPT บน iOS หรือ Android (หรือใช้ chatgpt.com) GPT-Live ทยอยเปิดใช้ในช่วงหลายวันหลัง 8 กรกฎาคม ถ้าโหมดเสียงของคุณยังทำงานแบบผลัดกันพูด แสดงว่าการเปิดใช้ยังมาไม่ถึงบัญชีคุณ
- แตะไอคอน Voice ในช่องพิมพ์ข้อความเพื่อเริ่มเซสชัน บัญชีฟรีรัน GPT-Live-1 mini บัญชี Go, Plus และ Pro รัน GPT-Live-1
- ให้คำสั่งแปลตั้งแต่ต้น: "แปลทุกอย่างที่ฉันพูดเป็นภาษาญี่ปุ่นแบบพร้อมกัน ห้ามตอบคำถาม ห้ามแสดงความคิดเห็น แปลอย่างเดียว" ข้อจำกัดที่ชัดเจนช่วยลด แต่ไม่กำจัด การพูดแทรกเชิงสนทนา
- สำหรับบทสนทนาสองทาง ขอทั้งสองทิศทาง: "แปลภาษาอังกฤษของฉันเป็นภาษาญี่ปุ่น และแปลภาษาญี่ปุ่นที่ได้ยินกลับเป็นภาษาอังกฤษ"
- เตรียมรับโควตาการใช้งาน: OpenAI จำกัดเสียงตามแพ็กเกจโดยไม่เผยแพร่ตัวเลข และจะมีการแจ้งเตือนในแอปเมื่อคุณใกล้ถึงขีดจำกัด
7. เมื่อไหร่ GPT-Live เหมาะ และเมื่อไหร่ไม่เหมาะ
GPT-Live เป็นตัวเลือกที่ถูกต้องเมื่อ
- คุณต้องการแปลสดฟรีโดยไม่ต้องติดตั้งอะไรเพิ่ม และใช้ ChatGPT อยู่แล้ว ตอนนี้ระดับฟรีมีโมเดลเสียง full-duplex ซึ่งไม่มีผู้ช่วยรายใหญ่รายไหนให้มาก่อน 8 กรกฎาคม
- บทสนทนาเป็นแบบสบายๆ และสั้น: ถามทาง แลกเปลี่ยนสั้นๆ คุยเล่นระหว่างเดินทาง ข้อบกพร่องเรื่องเสียงตอบรับและการหลุดบทบาทมีผลน้อยลง
- คุณให้คุณค่ากับผู้ช่วยที่อยู่รอบการแปล: ถามคำถามต่อยอด ขอบริบท หรือให้ GPT-5.5 ค้นหาอะไรบางอย่างกลางบทสนทนาได้
เครื่องมืออื่นเหมาะกว่าเมื่อ
- คุณต้องการให้ล่ามคงบทบาทตลอดบทสนทนาที่ยาวต่อเนื่อง พื้นผิวล่ามเฉพาะทางไม่ตอบรับแทรก ไม่หัวเราะ และไม่ตอบคำถามแทนที่จะแปล
- คุณต้องการบันทึกสองภาษาที่อ่านได้ระหว่างฟัง GPT-Live ให้บันทึกแชท ไม่ใช่มุมมองต้นฉบับกับคำแปลแบบเคียงข้างที่ไม่มีวันเขียนทับตัวเอง
- คุณต้องการความครอบคลุมภาษาที่มีเอกสาร OpenAI ยังไม่เผยแพร่ว่า GPT-Live รองรับอะไร ผลิตภัณฑ์เฉพาะทางมีเอกสารระบุคู่ภาษาของตน
- คุณต้องการโทรศัพท์ที่แปลภาษา ไม่มีพื้นผิวไหนของ OpenAI โทรออกไปยังเบอร์โทรศัพท์ได้ LiveLingo โทรออกไปยังเบอร์โทรศัพท์ปกติโดยมีการแปลทำงานบนสาย และผู้รับสายไม่ต้องมีแอป
การยอมรับอย่างตรงไปตรงมา LiveLingo (ผู้เผยแพร่คู่มือนี้) อยู่ในหมวดล่ามเฉพาะทาง: ข้อความสตรีมพร้อมเสียง การระบุผู้พูดรายคน บันทึกที่แสดงแล้วไม่มีวันถูกถอนคืน และการโทรออกที่แปลภาษา ความเป็นธรรมชาติเชิงสนทนาของ GPT-Live เป็นความก้าวหน้าจริง การผลัดเทิร์นแบบ full-duplex ของมันนำหน้าแอปล่ามเฉพาะทางทุกตัวรวมถึงของเราด้วย และระดับฟรีของมันทำให้เป็นวิธีที่ง่ายที่สุดสำหรับทุกคนที่จะลองการแปลเสียงสดวันนี้ สเปกแบบเคียงข้าง: /compare/chatgpt-translation ตัวเลขเบนช์มาร์ก: /research/benchmark-2026 ไลน์อัปการแปลทั้งหมดของ OpenAI: /th/guides/openai-live-translation
8. คำถามที่พบบ่อย
GPT-Live คืออะไร?
GPT-Live คือตระกูลโมเดลเสียงแบบ full-duplex ของ OpenAI สำหรับ ChatGPT เปิดตัวเมื่อ 8 กรกฎาคม 2026 มีสองโมเดล: GPT-Live-1 (ค่าเริ่มต้นสำหรับแพ็กเกจเสียเงิน Go, Plus และ Pro) และ GPT-Live-1 mini (ค่าเริ่มต้นสำหรับผู้ใช้ฟรี) ต่างจาก Advanced Voice Mode ที่มันมาแทนที่ GPT-Live ฟังและพูดได้พร้อมกัน จึงถูกขัดจังหวะได้อย่างเป็นธรรมชาติ ตอบรับสั้นๆ ระหว่างที่คุณพูด และแปลสดได้ขณะที่คุณยังพูดอยู่ มันส่งต่อคำถามซับซ้อนให้ GPT-5.5 เบื้องหลัง ใช้งานได้บน iOS, Android และ chatgpt.com ยังไม่มี API ณ วันเปิดตัว
GPT-Live แปลภาษาแบบเรียลไทม์ได้หรือไม่?
ได้ การแปลสดเป็นความสามารถที่ระบุชื่อชัดเจนตอนเปิดตัว เรียกใช้ผ่านพรอมต์ ไม่ใช่สวิตช์โหมด: บอกผู้ช่วยว่า "แปลทุกอย่างที่ฉันพูดเป็นภาษาญี่ปุ่นแบบพร้อมกัน" แล้วมันจะพูดคำแปลต่อเนื่องขณะที่คุณพูด OpenAI บอกว่าเสียงถูกปรับให้เหมาะกับ "ภาษาที่พูดกันมากที่สุด" โดยไม่เผยแพร่รายชื่อ และเปิดเผยว่าบางภาษาอาจได้สำเนียงไม่ใช่เจ้าของภาษาหรือความคล่องที่ไม่สมบูรณ์ ในเดโมสื่อของ OpenAI เอง TechCrunch สังเกตว่าการแปลสดภาษาฮินดีมีสำเนียงอเมริกันหนักและน้ำเสียงไม่เป็นธรรมชาติ ออกแนวภาษาหนังสือเล็กน้อย
GPT-Live ฟรีหรือไม่?
ฟรี โดยแบ่งตามระดับแพ็กเกจ GPT-Live-1 mini เป็นโมเดลเสียงเริ่มต้นสำหรับบัญชี ChatGPT ฟรี ส่วนแพ็กเกจเสียเงิน Go, Plus และ Pro ได้ GPT-Live-1 ตัวใหญ่กว่า ไม่มีการเปิดตัวแพ็กเกจสมัครสมาชิกใหม่ โควตาการใช้เสียงต่างกันตามแพ็กเกจและอาจเปลี่ยนได้ OpenAI ไม่เผยแพร่ตัวเลขนาทีตายตัว และรายงานตัวเลขรายวันจากบุคคลที่สามยังขัดแย้งกันเอง
GPT-Live มี API หรือไม่?
ไม่มี ณ วันเปิดตัว GPT-Live ใช้ได้ใน ChatGPT เท่านั้น OpenAI วางแผนนำโมเดลมาสู่ API "เร็วๆ นี้" และมีแบบฟอร์มลงทะเบียนรับการแจ้งเตือน โดยไม่มีการเผยแพร่ endpoint, รหัสโมเดล, ราคา หรือกำหนดเวลา นักพัฒนาที่ต้องการการแปลสดของ OpenAI วันนี้ใช้โมเดล Realtime API แยกต่างหาก gpt-realtime-translate: $0.034 ต่อนาที ภาษาอินพุต 70+ ภาษา ภาษาเอาต์พุต 13 ภาษา
GPT-Live ต่างจาก Advanced Voice Mode อย่างไร?
Advanced Voice Mode เป็นแบบเสียงต่อเสียงแต่ผลัดกันพูด: มันรอความเงียบเพื่อตัดสินว่าคุณพูดจบแล้วจึงตอบ GPT-Live เป็นโมเดล full-duplex เดียวที่ประมวลผลเสียงขาเข้าขณะสร้างเอาต์พุต ตัดสินใจการโต้ตอบหลายครั้งต่อวินาที มันถูกขัดกลางประโยคได้ ตอบรับสั้นๆ ขณะคุณพูด เงียบขณะคุณคิด และส่งคำถามซับซ้อนให้ GPT-5.5 เบื้องหลัง ในการทดสอบความชอบของมนุษย์ของ OpenAI ผู้ใช้ชอบ GPT-Live-1 มากกว่า Advanced Voice Mode ใน 75.7% ของบทสนทนา Advanced Voice Mode ยังเลือกใช้ได้ในการตั้งค่า
GPT-Live รองรับภาษาอะไรบ้างสำหรับการแปล?
OpenAI ยังไม่เผยแพร่รายชื่อภาษาของ GPT-Live เอกสารเปิดตัวบอกว่าเสียงถูกปรับให้เหมาะกับ "ภาษาที่พูดกันมากที่สุด" และเปิดเผยช่องว่างด้านสำเนียงและความคล่องสำหรับภาษาอื่น ความเท่าเทียมหลายภาษาแบบเต็มระบุชัดว่ายังไม่มี ณ วันเปิดตัว โมเดลแปลฝั่งนักพัฒนาของ OpenAI คือ gpt-realtime-translate มีเอกสารระบุภาษาอินพุต 70+ ภาษาและภาษาเอาต์พุต 13 ภาษา: อังกฤษ สเปน โปรตุเกส ฝรั่งเศส เยอรมัน อิตาลี รัสเซีย จีน ญี่ปุ่น เกาหลี ฮินดี อินโดนีเซีย และเวียดนาม
GPT-Live เทียบกับ Gemini Live ในด้านการแปลเป็นอย่างไร?
เดิมพันสถาปัตยกรรมคนละแบบ GPT-Live เป็นผู้ช่วยสนทนา full-duplex ที่แปลเมื่อถูกสั่ง ส่วน Gemini 3.5 Live Translate ของ Google เป็นโมเดลแปลเสียงต่อเสียงแบบสตรีมเฉพาะทางในแอป Google Translate, Google Meet และ Gemini Live API ตรวจจับ 70+ ภาษาอัตโนมัติและเก็บรักษาลีลาเสียงของผู้พูด พื้นผิวของ Gemini วัดได้ผ่าน API สาธารณะ ซึ่ง LiveLingo Research บันทึกคะแนนความเข้าใจรวม 4.93/5 และความหน่วงการพูดราว 3 วินาที GPT-Live ไม่มี API จึงยังไม่มีการวัดอิสระเทียบเท่า คำวิจารณ์เดโมภาษาฮินดีสัปดาห์เปิดตัวคือจุดข้อมูลคุณภาพสาธารณะเพียงจุดเดียว
จะสลับกลับไปใช้ Advanced Voice Mode จาก GPT-Live ได้อย่างไร?
เปิดการตั้งค่าเสียงของ ChatGPT แล้วเลือก Advanced Voice Mode GPT-Live เข้ามาแทนที่เป็นค่าเริ่มต้นเมื่อ 8 กรกฎาคม 2026 แต่ OpenAI ยังคงให้เลือกโหมดเก่าได้สำหรับผู้ใช้ที่ต้องการฟีเจอร์ที่ GPT-Live ยังไม่รองรับ ณ วันเปิดตัว เช่น วิดีโอและการแชร์หน้าจอ
จะหยุด GPT-Live ไม่ให้ขัดจังหวะหรือพูด "อือฮึ" ได้อย่างไร?
คุณปิดพฤติกรรมตอบรับสั้นๆ นี้แบบสนิทไม่ได้ ณ วันเปิดตัว วิธีเลี่ยงคือให้คำสั่งชัดเจนตั้งแต่ต้นเซสชัน เช่น "เงียบไว้จนกว่าฉันจะพูดกับเธอโดยตรง" หรือสำหรับการแปล "แปลเฉพาะสิ่งที่ฉันพูด ไม่ต้องเพิ่มอะไรอื่น" รายงานวันแรกบอกว่าวิธีนี้ช่วยลด แต่ไม่กำจัด การพูดแทรก และการหยุดพูดนานหรือเสียงพูดพื้นหลังยังอาจกระตุ้นการตอบสนองที่ไม่ตั้งใจได้ ถ้าพฤติกรรมนี้ขัดขวางการใช้งานของคุณ Advanced Voice Mode ยังเลือกใช้ได้ในการตั้งค่าเสียง
ตอนนี้ควรใช้เครื่องมือไหนเป็นล่ามแปลสดสำหรับบทสนทนา?
GPT-Live เหมาะกับการแปลแบบสบายๆ ไม่ต้องใช้มือ ในผู้ช่วยที่คุณใช้อยู่แล้ว บนแพ็กเกจฟรี ส่วนล่ามเฉพาะทางเหมาะกับบทสนทนาจริงที่ยาวต่อเนื่องมากกว่า: คงบทบาทแปลอย่างเดียว แสดงบันทึกสองภาษาที่อ่านได้ และถูกวัดด้วยความเที่ยงตรง ในเบนช์มาร์ก LiveLingo 2026 พื้นผิวแปลที่วัดได้ของ OpenAI (gpt-realtime-translate) ได้คะแนนความเข้าใจ 4.53/5 โดยเสียงแปลตามหลังได้ถึง 20.3 วินาทีบนเสียงพูดต่อเนื่อง ขณะที่ระบบที่เน้นข้อความก่อนคงความเที่ยงตรงสูงกว่าพร้อมความหน่วงที่มีขอบเขต สำหรับการโทรแปลภาษาไปยังเบอร์โทรศัพท์ปกติ ไม่มีพื้นผิวไหนของ OpenAI โทรออกได้ นั่นคือหมวดผลิตภัณฑ์อีกหมวดหนึ่ง
9. แหล่งอ้างอิง
- 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 (help center). 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 (notes from preview access), July 8, 2026. simonwillison.net
- OpenAI Developers. gpt-realtime-translate model reference and 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
วันเปิดตัว ชื่อโมเดล การจับคู่ระดับแพ็กเกจ ขอบเขตการทยอยเปิดใช้ และตัวเลขการประเมิน ตรวจสอบกับประกาศ system card ศูนย์ช่วยเหลือของ OpenAI และการรายงานช่วงเปิดตัวที่ลิงก์ไว้ด้านบน เมื่อวันที่ 9 กรกฎาคม 2026 GPT-Live อายุเพียงหนึ่งวัน ณ เวลาที่เผยแพร่: OpenAI อาจเปลี่ยนระดับแพ็กเกจ โควตา ความครอบคลุมภาษา และพฤติกรรมโมเดลอย่างรวดเร็ว โปรดดูแหล่งอ้างอิงที่ลิงก์ไว้สำหรับสถานะล่าสุดก่อนอ้างอิงข้อมูลใดๆ