LiveLingoTrả lời nhanh: GPT-Live có phiên dịch trực tiếp được không?
Có. GPT-Live thực hiện phiên dịch trực tiếp bằng câu lệnh, và được bao gồm trong mọi gói ChatGPT kể từ ngày 8/7/2026. Mở ChatGPT trên iOS, Android hoặc web, bắt đầu một phiên Voice, và nói điều gì đó như "dịch đồng thời mọi thứ tôi nói sang tiếng Tây Ban Nha." Vì GPT-Live-1 và GPT-Live-1 mini là song công toàn phần (nghe và nói cùng lúc), bản dịch được phát trong khi bạn còn đang nói thay vì chờ bạn nói xong. Tài khoản miễn phí dùng GPT-Live-1 mini; các gói trả phí Go, Plus và Pro dùng GPT-Live-1 lớn hơn. Không có giao diện phiên dịch chuyên dụng (không có bộ chọn cặp ngôn ngữ, không có bản ghi song song hai cột), không có danh sách ngôn ngữ được công bố, và chưa có API tại thời điểm ra mắt. Nhà phát triển cần dịch trực tiếp của OpenAI qua lập trình dùng mô hình gpt-realtime-translate riêng ($0.034/phút, hơn 70 ngôn ngữ đầu vào, 13 ngôn ngữ đầu ra).
1. Những gì OpenAI phát hành ngày 8/7
OpenAI công bố GPT-Live vào thứ Tư, ngày 8 tháng 7 năm 2026 trong một bài blog và buổi livestream (Introducing GPT-Live). Hai mô hình được phát hành: GPT-Live-1, mô hình giọng nói mặc định mới cho các gói trả phí Go, Plus và Pro, và GPT-Live-1 mini, mặc định mới cho tài khoản miễn phí (theo MacRumors và The Decoder). Cả hai thay thế Advanced Voice Mode làm mặc định của ChatGPT Voice, và chế độ cũ vẫn có thể chọn lại trong cài đặt giọng nói.
Đợt triển khai bao gồm iOS, Android và chatgpt.com trong những ngày sau ra mắt. Chế độ giọng nói của ứng dụng desktop chưa được bao gồm tại thời điểm ra mắt, và các workspace ChatGPT Business, Enterprise và Edu hiện bị loại trừ (theo 9to5Mac và WinBuzzer). Không có mức giá mới nào được giới thiệu; GPT-Live được bao gồm trong các gói hiện có. OpenAI dẫn con số hơn 150 triệu người trò chuyện với ChatGPT qua các tính năng như Voice và Dictation (TechCrunch).
Tính năng định hình sản phẩm là âm thanh song công toàn phần: mô hình xử lý những gì nó nghe được trong khi đang nói, đưa ra quyết định tương tác nhiều lần mỗi giây, nên có thể bị ngắt lời một cách tự nhiên, đáp lại bằng lời đệm ("mhmm," "got it") trong khi bạn nói, hoặc giữ im lặng khi bạn suy nghĩ (MarkTechPost). Với bất cứ điều gì cần tìm kiếm web, suy luận sâu hơn hoặc tác vụ agent, GPT-Live ủy quyền cho GPT-5.5 chạy nền và giữ cuộc trò chuyện tiếp diễn trong khi chờ kết quả trả về. Người dùng có thể chọn ba mức suy luận (Instant, Medium, High); các mức cao hơn định tuyến sang GPT-5.5 Thinking.
Các đánh giá được OpenAI công bố tập trung vào năng lực thay vì tốc độ: ở mức suy luận High, GPT-Live-1 đạt 84.2% trên GPQA so với 45.3% của Advanced Voice Mode, và 75.2% trên BrowseComp so với 0.7%. Trong thử nghiệm sở thích con người, GPT-Live-1 được ưa thích hơn Advanced Voice Mode trong 75.7% các cuộc trò chuyện, và bản mini là 69.2% (The Decoder, dẫn thông báo của OpenAI). Đáng chú ý, OpenAI không công bố số liệu độ trễ nào cho GPT-Live tại thời điểm ra mắt.
2. Phiên dịch trực tiếp hoạt động thế nào trên GPT-Live
Phiên dịch trực tiếp là một trong những năng lực OpenAI nêu tên rõ ràng trong tài liệu ra mắt: kiến trúc song công toàn phần cho phép mô hình "tương tác qua lại tự nhiên hơn, giữ cảm nhận thời gian tốt hơn, và thậm chí thực hiện phiên dịch trực tiếp" (thông báo của OpenAI). Trong các buổi họp báo, OpenAI đã demo mô hình nói bản dịch liên tục trong khi người thuyết trình đang nói.
Là một câu lệnh, không phải một chế độ
Không có nút bật phiên dịch, bộ chọn cặp ngôn ngữ hay UI dịch thuật chuyên dụng. Bạn bắt đầu một phiên Voice và ra chỉ dẫn cho trợ lý: "Tôi muốn bạn dịch đồng thời mọi thứ tôi đang nói sang tiếng Hindi." Mô hình sau đó nói bản dịch trong khi bạn nói, và tiếp tục cho đến khi bạn bảo nó dừng hoặc đổi hướng. Đây là cùng mẫu hình kích hoạt bằng câu lệnh mà ChatGPT Voice đã có từ bản phát hành Realtime tháng 5/2026; điều thay đổi là cách phát song công toàn phần, cho phép bản dịch chồng lên lời nói của bạn thay vì chờ hết lượt.
Bản demo ra mắt cho thấy gì
Điểm dữ liệu chất lượng dịch công khai duy nhất trong tuần ra mắt đến từ buổi demo báo chí của chính OpenAI. TechCrunch, khi theo dõi một bản dịch trực tiếp tiếng Anh sang tiếng Hindi, tường thuật rằng "trợ lý có giọng Mỹ nặng và nói tiếng Hindi nghe thiếu tự nhiên, mang âm điệu hơi sách vở" (TechCrunch). Điều đó khớp với chính tiết lộ của OpenAI: giọng nói được tối ưu cho "hầu hết các ngôn ngữ được nói nhiều," và "với một số ngôn ngữ nhất định, mô hình có thể mang giọng không bản xứ hoặc thiếu độ trôi chảy." OpenAI chưa công bố danh sách ngôn ngữ được hỗ trợ cho GPT-Live, và sự ngang bằng đa ngôn ngữ đầy đủ được liệt kê rõ ràng là chưa có tại thời điểm ra mắt (MarkTechPost).
Đánh đổi của mô hình trợ-lý-trước-tiên
GPT-Live là một trợ lý hội thoại tổng quát dịch theo yêu cầu, không phải một phiên dịch viên chuyên dụng. Hình dạng đó có hệ quả đối với công việc dịch thuật. Hành vi lời đệm khiến cuộc trò chuyện tự nhiên ("mhmm," "yeah") lại chèn âm thanh không phải bản dịch vào một phiên dịch, và người dùng ngày đầu phản ánh rộng rãi rằng các lời đệm gây khó chịu (BigGo). Khoảng dừng dài hoặc tiếng nói nền có thể kích hoạt phản hồi ngoài ý muốn, và những người đánh giá có quyền truy cập sớm cho biết mô hình từng ngắt lời và cười giữa câu trước khi OpenAI tinh chỉnh giảm hành vi này (Simon Willison). Một mô hình mà kỹ năng định hình là quyết định khi nào nên nói lại đang đưa ra quyết định đó liên tục trong lúc dịch, nơi câu trả lời đúng gần như luôn là "cứ dịch tiếp, đừng nói gì khác."
3. GPT-Live so với trình dịch chuyên dụng của OpenAI
Phần lớn các bài đưa tin ra mắt bỏ qua việc OpenAI vốn đã có một mô hình phiên dịch trực tiếp chuyên dụng, và đó là một stack khác. Ngày 7/5/2026, OpenAI phát hành gpt-realtime-translate trong Realtime API: một mô hình dịch giọng nói sang giọng nói streaming chuyên dụng, được huấn luyện trên hàng nghìn giờ âm thanh phiên dịch viên chuyên nghiệp, được cấu hình để chỉ làm dịch thuật và chờ đủ ngữ cảnh trước khi tạo giọng nói (thông báo của OpenAI). GPT-Live và các mô hình Realtime là hai họ riêng biệt: GPT-Live là bề mặt người tiêu dùng trong ChatGPT không có API, còn gpt-realtime-translate là bề mặt nhà phát triển với thông số, giá và ràng buộc được công bố.
| GPT-Live (ChatGPT) | gpt-realtime-translate (API) | |
|---|---|---|
| Bản chất | Trợ lý giọng nói song công toàn phần; dịch bằng câu lệnh | Mô hình dịch giọng nói sang giọng nói streaming chuyên dụng |
| Ngày phát hành | 8/7/2026 | 7/5/2026 |
| Truy cập | Ứng dụng ChatGPT (iOS, Android, web); không có API | Realtime API, endpoint /v1/realtime/translations |
| Giá | Bao gồm trong các gói ChatGPT (gói miễn phí dùng mini) | $0.034 mỗi phút âm thanh |
| Ngôn ngữ | Chưa công bố; "hầu hết các ngôn ngữ được nói nhiều," có tiết lộ về hạn chế giọng | Hơn 70 ngôn ngữ đầu vào; 13 ngôn ngữ đầu ra (có tài liệu) |
| Giữ vai trò phiên dịch | Không bảo đảm; trợ lý hội thoại, có lời đệm | Có; chỉ-dịch theo thiết kế, không nhận system prompt |
| Bản ghi văn bản | Nhật ký chat của phiên | Text delta của cả lời nguồn và lời đã dịch |
| Giọng nói | 9 giọng ChatGPT được làm mới | Giọng động, thích ứng theo âm sắc người nói nguồn |
| Đo lường độc lập | Chưa thể (không có API) | Đã đo; xem Phần 5 |
13 ngôn ngữ đầu ra được ghi trong tài liệu của gpt-realtime-translate: tiếng Anh, Tây Ban Nha, Bồ Đào Nha, Pháp, Đức, Ý, Nga, Trung, Nhật, Hàn, Hindi, Indonesia và tiếng Việt (OpenAI Cookbook). Cho đến khi OpenAI công bố danh sách ngôn ngữ của GPT-Live, đây là tín hiệu tốt nhất hiện có về nơi việc huấn luyện dịch giọng nói của OpenAI mạnh nhất.
Hai điểm đính chính tuần ra mắt đáng nói rõ, vì các bài đưa tin sớm làm sai lệch cả hai: GPT-Live không có giá API (các con số "$32 mỗi triệu token âm thanh đầu vào, $64 đầu ra" lan truyền trong một số bài viết thuộc về gpt-realtime-2, một mô hình khác), và GPT-Live hoàn toàn chưa có qua API; cách diễn đạt của OpenAI là các mô hình sẽ lên API "sớm," kèm biểu mẫu đăng ký nhận thông báo và không có lịch trình (tổng hợp trạng thái API của Apidog).
4. Những giới hạn được OpenAI và giới đánh giá tuần ra mắt tiết lộ
- Giới hạn sử dụng có thật nhưng không được công bố. Trung tâm trợ giúp của OpenAI nêu rõ giới hạn sử dụng giọng nói thay đổi theo gói và tùy chọn Voice, có thể thay đổi, với thông báo trong ứng dụng khi bạn gần chạm giới hạn. Các báo cáo bên thứ ba về con số cụ thể mâu thuẫn nhau (từ 15 phút mỗi ngày đến 2 giờ mỗi ngày cho tài khoản miễn phí); hãy coi mọi con số cụ thể là chưa được xác minh.
- Không có số liệu độ trễ được công bố. OpenAI phát hành các benchmark năng lực (GPQA, BrowseComp, tỷ lệ ưa thích) nhưng không có phép đo độ trễ tới âm thanh đầu tiên hay độ tụt hậu nào cho GPT-Live.
- Độ phủ ngôn ngữ không có tài liệu. "Hầu hết các ngôn ngữ được nói nhiều," giọng không bản xứ và thiếu trôi chảy được tiết lộ với các ngôn ngữ còn lại, sự ngang bằng đa ngôn ngữ đầy đủ rõ ràng chưa có tại thời điểm ra mắt.
- Lời đệm không thể tắt hẳn. Bạn có thể yêu cầu mô hình giữ im lặng, nhưng các báo cáo ngày đầu mô tả hành vi "mhmm" là dai dẳng và, với nhiều người dùng, gây khó chịu.
- Không có video hay chia sẻ màn hình tại thời điểm ra mắt, và chế độ này được báo cáo là chưa khả dụng trong một số ngữ cảnh (workspace Business/Enterprise/Edu; giọng nói trên ứng dụng desktop).
- Giám sát an toàn có thể chen vào. Theo system card của GPT-Live, giám sát thời gian thực có thể điều hướng hoặc ngắt một phản hồi, phát một thông điệp an toàn bằng giọng nói, hoặc kết thúc các cuộc trò chuyện rủi ro cao.
5. Đo lường độc lập cho thấy gì về dịch thuật của OpenAI
Chúng tôi đo gì (và không đo gì)
GPT-Live chưa thể đo qua lập trình: nó không có API, và bề mặt người tiêu dùng của nó thêm phát hiện giọng nói phía client cùng hành vi ứng dụng mà không harness nào tách biệt được. Các con số dưới đây là của mô hình dịch tầng API của OpenAI, gpt-realtime-translate, đo ngày 10/6/2026 với cùng ranh giới phát ngôn energy-VAD áp dụng đồng nhất cho mọi hệ thống tầng API trong benchmark LiveLingo. Chúng là mức sàn tốt nhất hiện có về những gì stack dịch giọng nói của OpenAI làm được trên âm thanh thực. Chúng không phải là số liệu của GPT-Live, và chúng tôi ghi nhãn tương ứng. Khi GPT-Live có API, chúng tôi sẽ chạy cùng giao thức với nó và cập nhật phần này.
Khả năng tái lập
Mọi con số đều tái lập được từ cùng ba clip âm thanh VOA thuộc phạm vi công cộng dài 120 giây, cùng endpoint Realtime API, và cùng harness Python dùng cho benchmark bốn hệ thống ban đầu. Âm thanh (audio.zip), JSON thô theo từng phát ngôn (openai-realtime-results.json) và phương pháp luận được công bố tại livelingo.io/research/benchmark-2026.
| Hệ thống | Độ hiểu (0–5) | Kết thúc phát ngôn → bản dịch đến | Tốc độ đến đầu ra đầu tiên (chỉ âm thanh sang âm thanh) | Bề mặt đầu ra |
|---|---|---|---|---|
| LiveLingo | 4.96 | 1,518 ms | – | Văn bản + âm thanh streaming |
| Gemini 3.5 Live Translate | 4.93 | ~3,100 ms (trôi tới 13.9 s) | 2,947 ms | Âm thanh (kèm văn bản phụ) |
| Google Cloud STT v2 + Translate v3 | 4.77 | ~26,736 ms | – | Bản ghi |
| Azure Speech Translation | 4.65 | ~4,755 ms | – | Bản ghi |
| Whisper + GPT-4o-mini (DIY) | 4.63 | 2,720 ms | – | Bản ghi |
| OpenAI gpt-realtime-translate | 4.53 | ~3,800 ms (trôi tới 20.3 s) | 711 ms | Âm thanh + bản ghi |
Ba phát hiện từ phép đo đó định khung những gì nên kỳ vọng ở phiên dịch của GPT-Live, vì cả hai sản phẩm cùng dựa trên một hướng nghiên cứu dịch giọng nói tại OpenAI:
Stack của OpenAI nhanh nhất tới âm thanh đầu tiên. Trung vị 711 ms từ lúc bắt đầu nói đến âm thanh dịch đầu tiên, nhanh gấp khoảng bốn lần Gemini 3.5 Live Translate trên cùng chỉ số. GPT-Live song công toàn phần hẳn sẽ thừa hưởng độ phản hồi này; đó là thế mạnh của kiến trúc.
Giọng nói liên tục tích lũy độ tụt hậu. Lời dịch bị giới hạn bởi tốc độ nói của giọng tổng hợp, nên trên âm thanh liên tục dày đặc, bản dịch tụt lại dần, trung vị 3.8 s và trôi tới 20.3 s. Một mô hình song công toàn phần không xóa được ràng buộc này: đầu ra bằng giọng nói vẫn không thể bắt kịp nhanh hơn nhịp nói của con người.
Độ hiểu thua các đối thủ chuyên dụng. Điểm tổng hợp 4.53/5, thấp nhất trong sáu hệ thống được đo, với các lớp lỗi lặp lại gồm chèn nội dung thừa, đảo ngược nghĩa, và thay thế tên riêng. Lời phê bình bản demo tiếng Hindi của GPT-Live (giọng Mỹ, âm điệu sách vở) nhất quán với một stack dẫn đầu về tốc độ nhưng đi sau về độ trung thực.
6. Cách dùng GPT-Live để dịch ngay hôm nay
- Cập nhật ứng dụng ChatGPT trên iOS hoặc Android (hoặc dùng chatgpt.com). GPT-Live đang triển khai trong những ngày sau 8/7; nếu chế độ giọng nói của bạn vẫn hoạt động theo lượt, đợt triển khai chưa tới tài khoản của bạn.
- Chạm biểu tượng Voice trong khung soạn tin nhắn để bắt đầu một phiên. Tài khoản miễn phí chạy GPT-Live-1 mini; tài khoản Go, Plus và Pro chạy GPT-Live-1.
- Ra chỉ dẫn dịch ngay từ đầu: "Dịch đồng thời mọi thứ tôi nói sang tiếng Nhật. Không trả lời câu hỏi, không bình luận, chỉ dịch." Ràng buộc rõ ràng giúp giảm, nhưng không loại bỏ hẳn, các câu chen ngang mang tính trò chuyện.
- Với hội thoại hai chiều, yêu cầu cả hai hướng: "Dịch tiếng Anh của tôi sang tiếng Nhật, và dịch mọi tiếng Nhật bạn nghe được sang tiếng Anh."
- Hãy lường trước giới hạn sử dụng: OpenAI giới hạn phút giọng nói theo gói mà không công bố con số, và một thông báo trong ứng dụng xuất hiện khi bạn gần chạm giới hạn.
7. Khi nào GPT-Live phù hợp, và khi nào không
GPT-Live là lựa chọn đúng khi
- Bạn muốn phiên dịch trực tiếp miễn phí, không cần cài thêm gì, và đã dùng ChatGPT sẵn. Gói miễn phí nay bao gồm một mô hình giọng nói song công toàn phần, điều chưa trợ lý lớn nào cung cấp trước ngày 8/7.
- Cuộc trò chuyện ngắn và không trang trọng: hỏi đường, trao đổi nhanh, chuyện phiếm khi du lịch. Các tật lời đệm và trôi vai ít quan trọng hơn.
- Bạn coi trọng trợ lý bao quanh bản dịch: bạn có thể hỏi tiếp, xin ngữ cảnh, hoặc nhờ GPT-5.5 tra cứu ngay giữa cuộc trò chuyện.
Một công cụ khác phù hợp hơn khi
- Bạn cần người dịch giữ đúng vai trong một cuộc trò chuyện kéo dài. Một bề mặt phiên dịch chuyên dụng không chèn lời đệm, không cười, không trả lời thay vì dịch.
- Bạn cần bản ghi hai ngôn ngữ dễ đọc trong khi nghe. GPT-Live cho bạn một nhật ký chat, không phải màn hình nguồn-và-bản-dịch song song không bao giờ tự viết lại.
- Bạn cần độ phủ ngôn ngữ có tài liệu. OpenAI chưa công bố GPT-Live hỗ trợ gì; các sản phẩm chuyên dụng ghi rõ các cặp ngôn ngữ của mình.
- Bạn cần cuộc gọi điện thoại có phiên dịch. Không bề mặt OpenAI nào quay số điện thoại. LiveLingo thực hiện cuộc gọi đi tới số điện thoại thường với phiên dịch chạy ngay trên đường truyền, người nhận không cần ứng dụng.
Một sự thừa nhận trung thực. LiveLingo (đơn vị xuất bản hướng dẫn này) thuộc danh mục trình phiên dịch chuyên dụng: văn bản streaming kèm âm thanh, gán nhãn theo từng người nói, bản ghi hiển thị không bao giờ bị rút lại, và cuộc gọi điện thoại đi có phiên dịch. Độ tự nhiên trong hội thoại của GPT-Live là một bước tiến thực sự, cơ chế luân phiên song công toàn phần của nó đi trước mọi ứng dụng phiên dịch chuyên dụng, kể cả của chúng tôi, và gói miễn phí khiến nó là cách dễ nhất để bất kỳ ai thử phiên dịch giọng nói trực tiếp ngay hôm nay. Thông số so sánh song song: /compare/chatgpt-translation. Số liệu benchmark: /research/benchmark-2026. Toàn bộ danh mục dịch thuật của OpenAI: /vi/guides/openai-live-translation.
8. Câu hỏi thường gặp
GPT-Live là gì?
GPT-Live là họ mô hình giọng nói song công toàn phần của OpenAI dành cho ChatGPT, ra mắt ngày 8/7/2026. Hai mô hình được phát hành: GPT-Live-1 (mặc định cho các gói trả phí Go, Plus và Pro) và GPT-Live-1 mini (mặc định cho người dùng miễn phí). Khác với Advanced Voice Mode mà nó thay thế, GPT-Live nghe và nói cùng lúc, nên có thể bị ngắt lời tự nhiên, chèn lời đệm trong khi bạn nói, và phiên dịch trực tiếp ngay khi bạn còn đang nói. Nó ủy quyền các câu hỏi phức tạp cho GPT-5.5 chạy nền. Nó chạy trên iOS, Android và chatgpt.com; chưa có API tại thời điểm ra mắt.
GPT-Live có dịch thời gian thực được không?
Có. Phiên dịch trực tiếp là một năng lực ra mắt được nêu tên rõ ràng, kích hoạt bằng câu lệnh thay vì nút chuyển chế độ: bảo trợ lý "dịch đồng thời mọi thứ tôi nói sang tiếng Nhật" và nó sẽ nói bản dịch liên tục trong khi bạn nói. OpenAI nói giọng nói được tối ưu cho "hầu hết các ngôn ngữ được nói nhiều" mà không công bố danh sách, và tiết lộ một số ngôn ngữ có thể mang giọng không bản xứ hoặc thiếu trôi chảy. Trong buổi demo báo chí của chính OpenAI, TechCrunch quan sát thấy bản dịch tiếng Hindi trực tiếp có giọng Mỹ nặng và âm điệu thiếu tự nhiên, hơi sách vở.
GPT-Live có miễn phí không?
Có, với sự phân tầng. GPT-Live-1 mini là mô hình giọng nói mặc định cho tài khoản ChatGPT miễn phí; các gói trả phí Go, Plus và Pro dùng GPT-Live-1 lớn hơn. Không có gói đăng ký mới nào được giới thiệu. Giới hạn sử dụng giọng nói thay đổi theo gói và có thể thay đổi; OpenAI không công bố mức trần phút cố định, và các báo cáo bên thứ ba về giới hạn hằng ngày cụ thể mâu thuẫn với nhau.
GPT-Live có API không?
Không. Tại thời điểm ra mắt, GPT-Live chỉ có trong ChatGPT. OpenAI dự định đưa các mô hình lên API "sớm" và cung cấp biểu mẫu đăng ký nhận thông báo, không có endpoint, ID mô hình, giá hay lịch trình được công bố. Nhà phát triển cần dịch trực tiếp của OpenAI ngay hôm nay dùng mô hình Realtime API riêng gpt-realtime-translate: $0.034 mỗi phút, hơn 70 ngôn ngữ đầu vào, 13 ngôn ngữ đầu ra.
GPT-Live khác Advanced Voice Mode thế nào?
Advanced Voice Mode là giọng nói sang giọng nói nhưng theo lượt: nó chờ khoảng lặng để xác định bạn đã nói xong, rồi mới trả lời. GPT-Live là một mô hình song công toàn phần duy nhất xử lý âm thanh đầu vào trong khi tạo đầu ra, đưa ra quyết định tương tác nhiều lần mỗi giây. Nó có thể bị ngắt giữa câu, chèn lời đệm khi bạn nói, giữ im lặng khi bạn suy nghĩ, và chuyển các câu hỏi phức tạp cho GPT-5.5 chạy nền. Trong thử nghiệm sở thích con người của OpenAI, GPT-Live-1 được ưa thích hơn Advanced Voice Mode trong 75.7% các cuộc trò chuyện. Advanced Voice Mode vẫn có thể chọn lại trong cài đặt.
GPT-Live hỗ trợ những ngôn ngữ nào cho dịch thuật?
OpenAI chưa công bố danh sách ngôn ngữ cho GPT-Live. Tài liệu ra mắt nói giọng nói được tối ưu cho "hầu hết các ngôn ngữ được nói nhiều" và tiết lộ hạn chế về giọng và độ trôi chảy với các ngôn ngữ còn lại; sự ngang bằng đa ngôn ngữ đầy đủ rõ ràng chưa có tại thời điểm ra mắt. Mô hình dịch dành cho nhà phát triển của OpenAI, gpt-realtime-translate, ghi rõ hơn 70 ngôn ngữ đầu vào và 13 ngôn ngữ đầu ra: tiếng Anh, Tây Ban Nha, Bồ Đào Nha, Pháp, Đức, Ý, Nga, Trung, Nhật, Hàn, Hindi, Indonesia và tiếng Việt.
GPT-Live so với Gemini Live về dịch thuật thì thế nào?
Hai cách đặt cược kiến trúc khác nhau. GPT-Live là trợ lý hội thoại song công toàn phần dịch theo yêu cầu. Gemini 3.5 Live Translate của Google là mô hình dịch giọng nói sang giọng nói streaming chuyên dụng trong ứng dụng Google Translate, Google Meet và Gemini Live API, tự phát hiện hơn 70 ngôn ngữ và bảo tồn ngữ điệu người nói. Bề mặt của Gemini đo được qua API công khai, nơi LiveLingo Research ghi nhận điểm tổng hợp độ hiểu 4.93/5 và độ trễ nói khoảng 3 giây. GPT-Live không có API, nên chưa có phép đo độc lập tương đương; lời phê bình bản demo tiếng Hindi tuần ra mắt là điểm dữ liệu chất lượng công khai duy nhất.
Làm sao chuyển lại Advanced Voice Mode từ GPT-Live?
Mở cài đặt giọng nói của ChatGPT và chọn Advanced Voice Mode. GPT-Live đã thay thế nó làm mặc định từ ngày 8/7/2026, nhưng OpenAI vẫn giữ chế độ cũ để chọn lại cho những người dùng cần các tính năng mà GPT-Live chưa hỗ trợ tại thời điểm ra mắt, như video và chia sẻ màn hình.
Làm sao để GPT-Live ngừng ngắt lời hoặc nói "mhmm"?
Bạn không thể tắt hẳn hành vi lời đệm tại thời điểm ra mắt. Cách khắc phục là ra chỉ dẫn rõ ràng ngay đầu phiên, chẳng hạn "giữ im lặng cho đến khi tôi gọi bạn trực tiếp" hoặc, với dịch thuật, "chỉ dịch những gì tôi nói, không thêm gì khác." Các báo cáo ngày đầu cho biết cách này giúp giảm nhưng không loại bỏ hẳn các câu chen ngang, và khoảng dừng dài hoặc tiếng nói nền vẫn có thể kích hoạt phản hồi ngoài ý muốn. Nếu hành vi này cản trở trường hợp sử dụng của bạn, Advanced Voice Mode vẫn có thể chọn lại trong cài đặt giọng nói.
Ngay bây giờ nên dùng công cụ nào để phiên dịch hội thoại trực tiếp?
GPT-Live phù hợp với dịch thuật thông thường, rảnh tay, bên trong một trợ lý bạn đã dùng sẵn, có gói miễn phí. Các trình phiên dịch chuyên dụng phù hợp hơn cho các cuộc trò chuyện thực sự kéo dài: chúng giữ vai trò chỉ-dịch, hiển thị bản ghi hai ngôn ngữ dễ đọc, và được đo lường về độ trung thực. Trên benchmark LiveLingo 2026, bề mặt dịch đo được của OpenAI (gpt-realtime-translate) đạt 4.53/5 độ hiểu với âm thanh dịch tụt lại tới 20.3 giây trên giọng nói liên tục, trong khi các hệ thống ưu tiên bản ghi giữ độ trung thực cao hơn với độ trễ có giới hạn. Với cuộc gọi có phiên dịch tới số điện thoại thường, không bề mặt OpenAI nào quay số được; đó là một danh mục sản phẩm khác.
9. Nguồn
- OpenAI. Introducing GPT-Live. Blog OpenAI, ngày 8/7/2026. openai.com
- OpenAI. GPT-Live system card. OpenAI Deployment Safety, tháng 7/2026. deploymentsafety.openai.com
- OpenAI. ChatGPT Voice (trung tâm trợ giúp). help.openai.com
- TechCrunch. OpenAI releases new voice models for more natural live conversations, ngày 8/7/2026. techcrunch.com
- MarkTechPost. OpenAI Releases GPT-Live and GPT-Live-1 mini: Full-Duplex Voice Models That Delegate Deeper Reasoning to GPT-5.5, ngày 8/7/2026. marktechpost.com
- MacRumors. OpenAI Introduces GPT-Live to Make ChatGPT Voice Feel Like a Real Conversation, ngày 8/7/2026. macrumors.com
- The Decoder. ChatGPT can now listen and talk at the same time, tháng 7/2026. the-decoder.com
- SiliconANGLE. OpenAI launches GPT-Live voice model series ahead of broad GPT-5.6 release, ngày 8/7/2026. siliconangle.com
- 9to5Mac. OpenAI upgrading ChatGPT with all-new voice mode experience, ngày 8/7/2026. 9to5mac.com
- Simon Willison. Introducing GPT-Live (ghi chú từ quyền truy cập sớm), ngày 8/7/2026. simonwillison.net
- OpenAI Developers. gpt-realtime-translate model reference và realtime translation guide. developers.openai.com
- Apidog. Is There a GPT-Live API? What Developers Can Use Instead, tháng 7/2026. apidog.com
- LiveLingo Research. Real-Time Voice Translation Benchmark 2026, OpenAI gpt-realtime-translate addendum, ngày 10/6/2026. 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/vi/guides/openai-live-translation
Ngày phát hành, tên mô hình, phân tầng gói, phạm vi triển khai và các số liệu đánh giá được đối chiếu với thông báo, system card, trung tâm trợ giúp của OpenAI và các bài đưa tin ra mắt được liên kết ở trên vào ngày 9/7/2026. GPT-Live mới một ngày tuổi tại thời điểm xuất bản: OpenAI có thể thay đổi phân tầng, giới hạn, độ phủ ngôn ngữ và hành vi mô hình rất nhanh; hãy tham khảo các nguồn được liên kết để biết trạng thái hiện tại trước khi dựa vào bất kỳ tuyên bố cụ thể nào.