LiveLingo快速解答：GPT-Live 能做即時翻譯嗎？
能。GPT-Live 以提示語觸發即時翻譯，且自 2026 年 7 月 8 日起涵蓋所有 ChatGPT 方案。在 iOS、Android 或網頁版開啟 ChatGPT，啟動語音對話，說一句「把我說的話同步翻譯成西班牙文」即可。由於 GPT-Live-1 與 GPT-Live-1 mini 是全雙工模型（同時聆聽與說話），翻譯會在你還在說話時就串流輸出，不必等你講完。免費帳號使用 GPT-Live-1 mini；付費的 Go、Plus、Pro 方案使用較大的 GPT-Live-1。它沒有專門的翻譯介面（沒有語言配對選擇器、沒有並排逐字稿）、沒有公布語言清單，上市時也沒有 API。需要以程式化方式使用 OpenAI 即時翻譯的開發者，用的是另一個 gpt-realtime-translate 模型（每分鐘 $0.034，70+ 種輸入語言、13 種輸出語言）。
1. OpenAI 在 7 月 8 日發布了什麼
OpenAI 於 2026 年 7 月 8 日星期三，以部落格文章與直播的形式發布 GPT-Live（Introducing GPT-Live）。共推出兩個模型：GPT-Live-1，付費 Go、Plus、Pro 方案的新預設語音模型；以及 GPT-Live-1 mini，免費帳號的新預設（依據 MacRumors 與 The Decoder）。兩者皆取代進階語音模式成為 ChatGPT 語音的預設，舊模式仍可在語音設定中選用。
推出範圍涵蓋 iOS、Android 與 chatgpt.com，於發布後數日陸續上線。桌面應用程式的語音模式不在上市範圍內，ChatGPT Business、Enterprise 與 Edu 工作空間目前也被排除（依據 9to5Mac 與 WinBuzzer）。沒有新的定價；GPT-Live 包含在現有方案中。OpenAI 表示已有超過 1.5 億人透過語音、聽寫等功能與 ChatGPT 對話（TechCrunch）。
核心特色是全雙工音訊：模型在說話的同時處理聽到的內容，每秒做出多次互動決策，因此可以被自然打斷、在你說話時以附和聲回應（「嗯哼」「了解」），或在你思考時保持安靜（MarkTechPost）。凡是需要網路搜尋、深度推理或代理工作的任務，GPT-Live 會在背景委派給 GPT-5.5，並在結果回傳的同時讓對話繼續進行。使用者可選擇三種推理層級（Instant、Medium、High）；較高層級會路由至 GPT-5.5 Thinking。
OpenAI 公布的評測聚焦在能力而非速度：在 High 推理層級下，GPT-Live-1 在 GPQA 上得分 84.2%，進階語音模式為 45.3%；在 BrowseComp 上為 75.2% 對 0.7%。人類偏好測試中，GPT-Live-1 在 75.7% 的對話中勝過進階語音模式，mini 為 69.2%（The Decoder，引用 OpenAI 公告）。值得注意的是，OpenAI 在上市時沒有公布任何 GPT-Live 的延遲數據。
2. GPT-Live 的即時翻譯如何運作
即時翻譯是 OpenAI 在發布資料中明確點名的能力之一：全雙工架構讓模型「能進行更自然的來回對話、更準確掌握時間感，甚至進行即時翻譯」（OpenAI 公告）。在媒體簡報中，OpenAI 示範了模型在講者說話的同時說出連續翻譯。
它是提示語，不是模式
沒有翻譯開關、語言配對選擇器或專門的翻譯 UI。你啟動語音對話後直接指示助理：「請把我說的話同步翻譯成印地語。」模型便會在你說話時輸出口語翻譯，直到你叫它停止或切換為止。這與 ChatGPT 語音自 2026 年 5 月 Realtime 版本以來的提示語觸發模式相同；改變的是全雙工的輸出方式，讓翻譯可以與你的語音重疊，而不必等你這一輪講完。
上市示範透露了什麼
上市當週唯一公開的翻譯品質數據點，來自 OpenAI 自己的媒體示範。TechCrunch 在現場觀看英語轉印地語的即時翻譯後報導：「這位助理帶有濃重的美國口音，說出的印地語聽起來不自然，語氣略帶書面腔」（TechCrunch）。這與 OpenAI 自己的揭露一致：語音針對「大多數常用語言」最佳化，且「對某些語言，模型可能出現非母語口音或流利度不足」。OpenAI 尚未公布 GPT-Live 的支援語言清單，「完整多語言對等」被明確列為上市時尚未達成（MarkTechPost）。
「助理優先」的取捨
GPT-Live 是一個隨需求翻譯的通用對話助理，不是專用口譯員。這種產品形態對翻譯工作有實際影響。讓對話顯得自然的附和行為（「嗯哼」「對」）會在翻譯過程中注入與翻譯無關的音訊，上市首日就有大量使用者反映附和聲造成干擾（BigGo）。長時間停頓或背景說話聲可能觸發非預期的回應；擁有搶先體驗權限的評測者也回報，在 OpenAI 調降相關行為之前，模型會在句子中途插話甚至發笑（Simon Willison）。一個以「決定何時開口」為核心能力的模型，在翻譯過程中無時無刻不在做這個決定，而翻譯情境的正確答案幾乎永遠是「繼續翻譯，別說其他話」。
3. GPT-Live 與 OpenAI 專用翻譯模型的比較
上市報導大多忽略了一件事：OpenAI 早已推出一個專用的即時翻譯模型，而且是不同的技術堆疊。2026 年 5 月 7 日，OpenAI 在 Realtime API 中發布 gpt-realtime-translate：一個專為串流語音轉語音翻譯打造的模型，以數千小時的專業口譯音訊訓練，設計為只做翻譯、等待足夠語境後才輸出語音（OpenAI 公告）。GPT-Live 與 Realtime 模型是兩個不同的產品家族：GPT-Live 是沒有 API 的 ChatGPT 消費者介面，gpt-realtime-translate 則是有公開規格、定價與限制條件的開發者介面。
| GPT-Live（ChatGPT） | gpt-realtime-translate（API） | |
|---|---|---|
| 定位 | 全雙工語音助理；以提示語觸發翻譯 | 專用串流語音轉語音翻譯模型 |
| 發布日期 | 2026 年 7 月 8 日 | 2026 年 5 月 7 日 |
| 存取方式 | ChatGPT 應用程式（iOS、Android、網頁）；無 API | Realtime API，端點 /v1/realtime/translations |
| 價格 | 包含在 ChatGPT 方案中（免費方案用 mini） | 每分鐘音訊 $0.034 |
| 語言 | 未公布；「大多數常用語言」，已揭露口音缺口 | 70+ 種輸入語言；13 種輸出語言（有文件記載） |
| 維持翻譯角色 | 無保證；對話式助理，會附和 | 會；設計上只做翻譯，無系統提示 |
| 逐字稿 | 對話紀錄 | 來源與譯文語音的文字增量 |
| 語音 | 9 種重製的 ChatGPT 語音 | 依來源說話者語氣調整的動態語音 |
| 可獨立測量 | 目前不可能（無 API） | 已測量；見第 5 節 |
gpt-realtime-translate 文件記載的 13 種輸出語言：英文、西班牙文、葡萄牙文、法文、德文、義大利文、俄文、中文、日文、韓文、印地文、印尼文與越南文（OpenAI Cookbook）。在 OpenAI 公布 GPT-Live 的語言清單之前，這是判斷 OpenAI 語音翻譯訓練強項在哪裡的最佳線索。
上市當週有兩項值得明確澄清的錯誤，因為早期報導把兩者都搞混了：GPT-Live 沒有 API 定價（部分貼文流傳的「每百萬音訊輸入 token $32、輸出 $64」數字屬於另一個模型 gpt-realtime-2），且 GPT-Live 完全無法透過 API 使用；OpenAI 的說法是模型「不久後」會進入 API，並提供通知登記表單，但沒有時程（Apidog 的 API 現況整理）。
4. OpenAI 與上市評測者揭露的限制
- 使用上限確實存在但未公布。OpenAI 說明中心表示語音使用上限依方案與語音選項而異且可能調整，接近上限時會出現應用程式內通知。第三方報導的具體數字彼此矛盾（免費帳號從每日 15 分鐘到每日 2 小時都有）；任何具體數字都應視為未經證實。
- 沒有公布延遲數據。OpenAI 發布了能力基準（GPQA、BrowseComp、偏好率），但沒有任何 GPT-Live 的首次音訊延遲或落後測量。
- 語言覆蓋範圍沒有文件記載。「大多數常用語言」，其他語言揭露有非母語口音與流利度不足，完整多語言對等明確列為上市時未達成。
- 附和聲無法完全關閉。你可以指示模型保持安靜，但首日回報描述「嗯哼」行為相當頑固，對許多使用者而言是干擾。
- 上市時沒有視訊或螢幕分享，且據報導此模式在部分情境不可用（Business/Enterprise/Edu 工作空間；桌面應用程式語音）。
- 安全監控可能介入。依據 GPT-Live 系統卡，即時監控可以引導或中斷回應、播放語音安全訊息，或終止高風險對話。
5. OpenAI 翻譯的獨立實測結果
我們測量了什麼（以及沒有測量什麼）
GPT-Live 目前無法以程式化方式測量：它沒有 API，其消費者介面又加上了測試工具無法隔離的用戶端語音偵測與應用程式行為。以下數字針對的是 OpenAI API 層級的翻譯模型 gpt-realtime-translate，於 2026 年 6 月 10 日測量，對 LiveLingo 基準測試中所有 API 層級系統一致套用相同的能量 VAD 話語邊界。這些數字是 OpenAI 語音翻譯堆疊在真實音訊上表現的最佳可得基準線。它們不是 GPT-Live 的數字，我們也如實標示。等 GPT-Live 推出 API 後，我們會以相同協議測試並更新本節。
可重現性
每個數字都可以由相同的三段 120 秒 VOA 公有領域音訊片段、相同的 Realtime API 端點，以及與原始四系統基準測試相同的 Python 測試工具重現。音訊檔（audio.zip）、每則話語的原始 JSON（openai-realtime-results.json）與方法論皆公開於 livelingo.io/research/benchmark-2026。
| 系統 | 理解度（0–5） | 話語結束 → 譯文送達 | 首次輸出速度（僅音訊對音訊） | 輸出形式 |
|---|---|---|---|---|
| LiveLingo | 4.96 | 1,518 ms | – | 串流文字 + 音訊 |
| Gemini 3.5 Live Translate | 4.93 | ~3,100 ms（最多落後 13.9 秒） | 2,947 ms | 音訊（文字為附帶） |
| Google Cloud STT v2 + Translate v3 | 4.77 | ~26,736 ms | – | 逐字稿 |
| Azure Speech Translation | 4.65 | ~4,755 ms | – | 逐字稿 |
| Whisper + GPT-4o-mini（DIY） | 4.63 | 2,720 ms | – | 逐字稿 |
| OpenAI gpt-realtime-translate | 4.53 | ~3,800 ms（最多落後 20.3 秒） | 711 ms | 音訊 + 逐字稿 |
由於兩個產品源自 OpenAI 同一條語音翻譯研究路線，這次測量的三項發現可以框定對 GPT-Live 翻譯的合理預期：
OpenAI 的堆疊是最快出聲的。從開始說話到首次翻譯音訊的中位數為 711 ms，在同一指標上比 Gemini 3.5 Live Translate 快約四倍。全雙工的 GPT-Live 應能繼承這種反應速度；這是該架構的強項。
連續語音會累積落後。翻譯語音的速度受限於合成語音的說話速率，因此在密集的連續音訊上，翻譯會逐漸落後，中位數 3.8 秒，最多落後到 20.3 秒。全雙工模型並不能解除這個限制：語音輸出仍然無法以超過人類語速的速度追上進度。
理解度落後於專用競品。綜合評分 4.53/5，是六個受測系統中最低的，反覆出現的錯誤類型包括多餘插入、語意反轉與專有名詞替換。媒體示範中對 GPT-Live 印地語的評語（美國口音、書面腔）與「速度領先、保真度落後」的堆疊特性一致。
6. 現在如何用 GPT-Live 做翻譯
- 將 iOS 或 Android 上的 ChatGPT 應用程式更新至最新版本（或使用 chatgpt.com）。GPT-Live 於 7 月 8 日之後數日陸續推出；如果你的語音模式仍是輪流制，代表推送尚未到達你的帳號。
- 點擊訊息輸入框中的語音圖示開始對話。免費帳號執行 GPT-Live-1 mini；Go、Plus、Pro 帳號執行 GPT-Live-1。
- 一開始就下達翻譯指令：「把我說的每句話同步翻譯成日文。不要回答問題、不要評論，只做翻譯。」明確的限制能減少（但無法完全消除）對話式插話。
- 要進行雙向對話，就要求雙向翻譯：「把我的英文翻譯成日文，把你聽到的日文翻譯成英文。」
- 預期會有使用上限：OpenAI 依方案限制語音用量但不公布數字，接近上限時會出現應用程式內通知。
7. GPT-Live 適合與不適合的情境
GPT-Live 是正確選擇，當
- 你想要免費、零安裝的即時翻譯，而且本來就在用 ChatGPT。免費方案現在就包含全雙工語音模型，這是 7 月 8 日之前沒有任何主流助理提供的。
- 對話輕鬆且簡短：問路、快速交流、旅行閒聊。附和聲的小毛病與角色偏移在這些情境影響較小。
- 你重視翻譯之外的助理能力：可以追問問題、獲取背景資訊，或讓 GPT-5.5 在對話中途幫你查資料。
其他工具更合適，當
- 你需要翻譯者在長時間對話中穩定維持角色。專用的口譯介面不會附和、不會發笑，也不會用回答代替翻譯。
- 你需要邊聽邊看可閱讀的雙語逐字稿。GPT-Live 給你的是對話紀錄，不是永不回改的來源與譯文並排畫面。
- 你需要有文件記載的語言覆蓋範圍。OpenAI 尚未公布 GPT-Live 支援什麼；專用產品會把語言對寫進文件。
- 你需要翻譯電話通話。OpenAI 的任何介面都無法撥打電話號碼。LiveLingo 能撥出電話到一般電話號碼並在線路上運行翻譯，對方不需要安裝任何應用程式。
誠實的讓步。發布本指南的 LiveLingo 屬於專用翻譯工具類別：串流文字加音訊、逐位說話者歸屬、顯示後永不撤回的逐字稿，以及翻譯撥出電話。但 GPT-Live 的對話自然度是真正的進步，它的全雙工輪替能力領先包括我們在內的所有專用翻譯應用程式，而且免費方案讓它成為今天任何人體驗即時語音翻譯最容易的方式。並排規格比較：/compare/chatgpt-translation。基準數據：/research/benchmark-2026。OpenAI 的完整翻譯產品線：/zh-TW/guides/openai-live-translation。
8. 常見問題
GPT-Live 是什麼？
GPT-Live 是 OpenAI 於 2026 年 7 月 8 日首發的 ChatGPT 全雙工語音模型系列，共推出兩個模型：GPT-Live-1（付費 Go、Plus、Pro 方案的預設）與 GPT-Live-1 mini（免費用戶的預設）。與被它取代的進階語音模式不同，GPT-Live 能同時聆聽與說話，因此可以被自然打斷、在你說話時附和，並在你還在說話的同時進行即時翻譯。它會在背景把複雜問題委派給 GPT-5.5。支援 iOS、Android 與 chatgpt.com；上市時沒有 API。
GPT-Live 可以即時翻譯嗎？
可以。即時翻譯是上市時明確點名的功能，透過提示語而非模式切換觸發：對助理說「把我說的話同步翻譯成日文」，它就會在你說話的同時說出連續的翻譯。OpenAI 表示語音針對「大多數常用語言」最佳化但未公布清單，並揭露部分語言可能出現非母語口音或流利度不足。在 OpenAI 自己的媒體示範中，TechCrunch 觀察到印地語即時翻譯帶有濃重的美國口音，語氣不自然、略帶書面腔。
GPT-Live 免費嗎？
免費，但有方案區分。GPT-Live-1 mini 是免費 ChatGPT 帳號的預設語音模型；付費 Go、Plus、Pro 方案使用較大的 GPT-Live-1。沒有推出新的訂閱方案。語音使用上限依方案而異且可能調整；OpenAI 未公布固定的分鐘上限，第三方報導的具體每日限額彼此矛盾。
GPT-Live 有 API 嗎？
沒有。上市時 GPT-Live 僅限 ChatGPT。OpenAI 計畫「不久後」把模型帶進 API，並提供通知登記表單，但沒有公布任何端點、模型 ID、定價或時程。目前需要 OpenAI 即時翻譯的開發者使用另一個 Realtime API 模型 gpt-realtime-translate：每分鐘 $0.034，70+ 種輸入語言、13 種輸出語言。
GPT-Live 與進階語音模式有什麼不同？
進階語音模式是語音對語音但採輪流制：等偵測到靜音、判定你說完了才回覆。GPT-Live 是單一全雙工模型，在產生輸出的同時處理傳入音訊，每秒做出多次互動決策。它可以被半句話打斷、在你說話時附和、在你思考時保持安靜，並在背景把複雜問題交給 GPT-5.5。在 OpenAI 的人類偏好測試中，GPT-Live-1 在 75.7% 的對話中勝過進階語音模式。進階語音模式仍可在設定中選用。
GPT-Live 的翻譯支援哪些語言？
OpenAI 尚未公布 GPT-Live 的語言清單。發布資料表示語音針對「大多數常用語言」最佳化，並揭露其他語言的口音與流利度缺口；完整多語言對等明確列為上市時未達成。OpenAI 面向開發者的翻譯模型 gpt-realtime-translate 文件記載 70+ 種輸入語言與 13 種輸出語言：英文、西班牙文、葡萄牙文、法文、德文、義大利文、俄文、中文、日文、韓文、印地文、印尼文與越南文。
GPT-Live 與 Gemini Live 在翻譯上如何比較？
兩者押注不同的架構路線。GPT-Live 是隨需求翻譯的全雙工對話助理。Google 的 Gemini 3.5 Live Translate 是專門的串流語音轉語音翻譯模型，內建於 Google 翻譯應用程式、Google Meet 與 Gemini Live API，可自動偵測 70+ 種語言並保留說話者韻律。Gemini 的介面可透過公開 API 測量：LiveLingo Research 記錄到 4.93/5 的理解綜合評分與約 3 秒的說話延遲。GPT-Live 沒有 API，因此目前不存在等量的獨立測量；上市當週的印地語示範評語是唯一公開的品質數據點。
如何從 GPT-Live 切換回進階語音模式？
開啟 ChatGPT 的語音設定，選擇進階語音模式即可。GPT-Live 自 2026 年 7 月 8 日起取代它成為預設，但 OpenAI 保留了舊模式供使用者選用，因為部分功能 GPT-Live 上市時尚未支援，例如視訊與螢幕分享。
如何讓 GPT-Live 不要插話或發出附和聲（「嗯嗯」「好」等）？
上市階段無法完全關閉附和行為。可行的做法是在對話一開始明確下指令，例如「在我直接叫你之前保持安靜」，或針對翻譯情境說「只翻譯我說的話，不要加任何其他內容」。首日回報指出這能減少插話但無法完全消除，長時間停頓或背景說話聲仍可能觸發非預期回應。如果這個行為妨礙你的使用情境，仍可在語音設定中選用進階語音模式。
現在做即時對話翻譯，該選哪個工具？
GPT-Live 適合在你已經在用的助理裡進行輕鬆、免持的翻譯，而且有免費方案。專用翻譯工具更適合持續進行的真實對話：它們能穩定維持只翻譯的角色、顯示可閱讀的雙語逐字稿，並以保真度接受測量。在 LiveLingo 2026 基準測試中，OpenAI 可測量的翻譯介面（gpt-realtime-translate）理解評分為 4.53/5，在連續語音上翻譯音訊最多落後 20.3 秒，而以逐字稿為先的系統則在有限延遲下維持更高的保真度。至於撥打一般電話號碼的翻譯通話，OpenAI 的任何介面都無法撥號；那是另一個產品類別。
9. 資料來源
- 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（說明中心）. 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（搶先體驗筆記）, July 8, 2026. simonwillison.net
- OpenAI Developers. gpt-realtime-translate model reference 與 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/zh-TW/guides/openai-live-translation
發布日期、模型名稱、方案對應、推出範圍與評測數據，均於 2026 年 7 月 9 日對照 OpenAI 的公告、系統卡、說明中心與上文連結的上市報導完成核實。GPT-Live 在本文發布時只上市一天：OpenAI 可能很快調整方案、限制、語言覆蓋範圍與模型行為；在依賴任何具體陳述之前，請查閱連結來源確認現況。