LiveLingo快速解答：GPT-Live能做实时翻译吗？
能。GPT-Live通过提示词进行实时翻译，且自2026年7月8日起包含在每一个ChatGPT方案中。在iOS、Android或网页版打开ChatGPT，开始一次语音会话，说类似"把我说的所有内容同声传译成西班牙语"。由于GPT-Live-1和GPT-Live-1 mini是全双工的（边听边说），翻译会在你还在说话时流式输出，而不是等你说完。免费账户使用GPT-Live-1 mini；付费Go、Plus和Pro方案使用更大的GPT-Live-1。它没有专门的翻译界面（没有语言对选择器，没有双语对照转录），没有公布的语言列表，发布时也没有API。需要以编程方式使用OpenAI实时翻译的开发者使用另一个模型gpt-realtime-translate（每分钟$0.034，70多种输入语言，13种输出语言）。
1. OpenAI在7月8日发布了什么
OpenAI于2026年7月8日星期三通过博客文章和直播宣布了GPT-Live（Introducing GPT-Live）。共发布两个模型：GPT-Live-1，付费Go、Plus和Pro方案的新默认语音模型；以及GPT-Live-1 mini，免费账户的新默认模型（据MacRumors和The Decoder报道）。两者取代Advanced Voice Mode成为ChatGPT语音的默认模型，旧模式仍可在语音设置中选择。
发布后的几天内，推送覆盖iOS、Android和chatgpt.com。桌面应用的语音模式不在首发范围内，ChatGPT Business、Enterprise和Edu工作区暂时也被排除在外（据9to5Mac和WinBuzzer报道）。没有推出新的定价；GPT-Live包含在现有方案中。OpenAI提到有超过1.5亿人通过语音和听写等功能与ChatGPT对话（TechCrunch）。
其决定性特性是全双工音频：模型在说话的同时处理听到的内容，每秒做出多次交互决策，因此可以被自然打断，在你说话时给出附和回应（"嗯嗯""明白"），或在你思考时保持沉默（MarkTechPost）。对于需要网络搜索、深度推理或代理式工作的任务，GPT-Live会在后台委托给GPT-5.5，并在结果返回期间继续对话。用户可以选择三档推理级别（Instant、Medium、High）；较高级别会路由到GPT-5.5 Thinking。
OpenAI发布的评估侧重能力而非速度：在High推理级别下，GPT-Live-1在GPQA上得分84.2%，而Advanced Voice Mode为45.3%；在BrowseComp上为75.2%对0.7%。在人类偏好测试中，GPT-Live-1在75.7%的对话中优于Advanced Voice Mode，mini为69.2%（The Decoder，引自OpenAI公告）。值得注意的是，OpenAI发布时没有公布GPT-Live的任何延迟数据。
2. GPT-Live的实时翻译如何工作
实时翻译是OpenAI在发布材料中明确点名的能力之一：全双工架构让模型能够"进行更自然的往复对话、更好地把握时间感，甚至进行实时翻译"（OpenAI公告）。在媒体简报会上，OpenAI演示了模型在演讲者说话的同时输出连续翻译。
它是一个提示词，不是一个模式
没有翻译开关、语言对选择器或专门的翻译界面。你开始一次语音会话并指示助手："请把我说的所有内容同声传译成印地语。"模型随后会在你说话时输出口语翻译，并持续到你让它停止或切换为止。这与ChatGPT语音自2026年5月Realtime版本以来一直采用的提示词调用模式相同；变化在于全双工的交付方式，让翻译可以与你的语音重叠，而不是等你的发言回合结束。
首发演示展示了什么
发布周唯一公开的翻译质量数据点来自OpenAI自己的媒体演示。TechCrunch在观看一段英语到印地语的实时翻译时报道，"助手带有浓重的美式口音，说出的印地语听起来不自然，语气略显书面化"（TechCrunch）。这与OpenAI自己的披露一致：语音针对"大多数常用语言"进行了优化，且"对某些语言，模型可能带有非母语口音或存在流利度缺陷"。OpenAI尚未公布GPT-Live的支持语言列表，官方明确说明发布时不具备完整的多语言平权（MarkTechPost）。
助手优先的取舍
GPT-Live是按需翻译的通用对话助手，不是专职口译员。这一定位对翻译工作有实际影响。让对话显得自然的附和行为（"嗯嗯""是的"）会向翻译会话注入非翻译音频，首日用户普遍反映附和声令人烦扰（BigGo）。长时间停顿或背景说话声可能触发意外回应，有预览权限的评测者报告模型曾在句子中途打断并发笑，后来OpenAI才调低了该行为（Simon Willison）。一个以判断何时说话为核心能力的模型，在翻译过程中会不断做这个判断，而翻译场景的正确答案几乎永远是"继续翻译，别说别的"。
3. GPT-Live与OpenAI专用翻译模型对比
首发报道大多忽略了一点：OpenAI已经在售一个专用的实时翻译模型，而且是另一套技术栈。2026年5月7日，OpenAI在Realtime API中发布了gpt-realtime-translate：一个专为流式语音到语音翻译打造的模型，以数千小时专业口译员音频训练，被配置为只做翻译，并在产生语音前等待足够的上下文（OpenAI公告）。GPT-Live与Realtime模型是两个独立的家族：GPT-Live是没有API的ChatGPT消费者界面，gpt-realtime-translate是有公开规格、定价和约束的开发者界面。
| GPT-Live（ChatGPT） | gpt-realtime-translate（API） | |
|---|---|---|
| 是什么 | 全双工语音助手；通过提示词翻译 | 专用流式语音到语音翻译模型 |
| 发布时间 | 2026年7月8日 | 2026年5月7日 |
| 访问方式 | ChatGPT应用（iOS、Android、网页）；无API | Realtime API，端点 /v1/realtime/translations |
| 价格 | 包含在ChatGPT方案中（免费版为mini） | 每分钟音频$0.034 |
| 语言 | 未公布；"大多数常用语言"，已披露口音缺陷 | 70多种输入语言；13种输出语言（有文档） |
| 保持翻译角色 | 无保证；对话助手，会附和插话 | 是；设计上只做翻译，不接受系统提示 |
| 转录 | 会话的聊天记录 | 源语音与翻译语音的文本增量 |
| 语音 | 9个重制的ChatGPT语音 | 随源说话者语气自适应的动态语音 |
| 独立测量 | 暂不可能（无API） | 已测量；见第5节 |
gpt-realtime-translate有文档记载的13种输出语言：英语、西班牙语、葡萄牙语、法语、德语、意大利语、俄语、中文、日语、韩语、印地语、印尼语和越南语（OpenAI Cookbook）。在OpenAI公布GPT-Live语言列表之前，这是判断OpenAI语音翻译训练在哪些语言上最强的最佳信号。
两个值得明确指出的首发周纠错，因为早期报道把两者都搞混了：GPT-Live没有API定价（部分帖子流传的"每百万音频输入令牌$32、输出$64"数字属于另一个模型gpt-realtime-2），且GPT-Live完全不能通过API使用；OpenAI的措辞是这些模型"很快"登陆API，附有一个通知登记表单，没有时间表（Apidog的API状态综述）。
4. OpenAI与首发评测者披露的限制
- 使用限额真实存在但未公布。OpenAI帮助中心说明语音使用限额因方案和语音选项而异且可能变化，接近上限时会有应用内提示。第三方报道的具体数字相互矛盾（免费账户从每天15分钟到每天2小时不等）；任何具体数字都应视为未经证实。
- 没有公布延迟数据。OpenAI发布了能力基准（GPQA、BrowseComp、偏好率），但没有GPT-Live的首音频延迟或滞后测量。
- 语言覆盖没有文档。"大多数常用语言"，对其他语言披露了非母语口音和流利度缺陷，明确说明发布时不具备完整的多语言平权。
- 附和声无法完全关闭。你可以指示模型保持安静，但首日报告称"嗯嗯"行为持续存在，且许多用户觉得烦扰。
- 发布时不支持视频或屏幕共享，且部分环境下报告该模式不可用（Business/Enterprise/Edu工作区；桌面应用语音）。
- 安全监控可能插话。根据GPT-Live系统卡片，实时监控可以引导或打断回应、播放语音安全提示，或终止高风险对话。
5. 独立测量显示的OpenAI翻译表现
我们测量了什么（以及没有测量什么）
GPT-Live目前无法以编程方式测量：它没有API，且其消费者界面附加了客户端语音检测和应用行为，任何测试框架都无法隔离。下方数字针对的是OpenAI的API级翻译模型gpt-realtime-translate，于2026年6月10日测量，采用与LiveLingo基准中每个API级系统统一应用的相同能量VAD话语边界。这是OpenAI语音翻译技术栈在真实音频上表现的最佳可得下限。它们不是GPT-Live的数据，我们如实标注。当GPT-Live开放API后，我们会用同一协议对其测试并更新本节。
可复现性
每个数字都可由相同的三段120秒VOA公有领域音频、相同的Realtime API端点和原始四系统基准所用的相同Python测试框架复现。音频（audio.zip）、原始逐话语JSON（openai-realtime-results.json）和方法论发布在livelingo.io/research/benchmark-2026。
| 系统 | 理解度（0–5） | 话语结束→翻译到达 | 首次输出速度（仅音频到音频） | 输出形式 |
|---|---|---|---|---|
| LiveLingo | 4.96 | 1,518 ms | – | 流式文本 + 音频 |
| Gemini 3.5 Live Translate | 4.93 | ~3,100 ms（最多漂移至13.9秒） | 2,947 ms | 音频（附属文本） |
| Google Cloud STT v2 + Translate v3 | 4.77 | ~26,736 ms | – | 转录文本 |
| Azure语音翻译 | 4.65 | ~4,755 ms | – | 转录文本 |
| Whisper + GPT-4o-mini（自建） | 4.63 | 2,720 ms | – | 转录文本 |
| OpenAI gpt-realtime-translate | 4.53 | ~3,800 ms（最多漂移至20.3秒） | 711 ms | 音频 + 转录 |
该测量的三个发现为GPT-Live翻译的预期表现提供了参照，因为两款产品源自OpenAI同一条语音翻译研究路线：
OpenAI的技术栈首音频最快。从开始说话到首个翻译音频的中位数为711毫秒，在同一指标上比Gemini 3.5 Live Translate快约四倍。全双工的GPT-Live应会继承这种响应速度；这是该架构的强项。
连续语音会累积滞后。翻译语音受合成语音语速的限制，因此在密集的连续音频上，翻译逐渐落后，中位数3.8秒，最多漂移至20.3秒。全双工模型无法消除这一约束：口语输出的追赶速度仍不能超过人类语速。
理解度落后于专用竞品。综合评分4.53/5，是六个受测系统中最低的，反复出现的错误类别包括无关内容插入、语义倒置和专有名词替换。媒体演示中对GPT-Live印地语的批评（美式口音、书面化语气）与一个速度领先、保真度落后的技术栈是一致的。
6. 今天如何用GPT-Live做翻译
- 更新iOS或Android上的ChatGPT应用（或使用chatgpt.com）。GPT-Live在7月8日之后的几天内陆续推送；如果你的语音模式仍是轮流应答式的，说明推送还没到你的账户。
- 点按消息输入框中的语音图标开始会话。免费账户运行GPT-Live-1 mini；Go、Plus和Pro账户运行GPT-Live-1。
- 一开始就给出翻译指令："把我说的所有内容同声传译成日语。不要回答问题，不要评论，只做翻译。"明确的约束可以减少但不能消除对话式插话。
- 需要双向对话时，要求两个方向："把我的英语翻译成日语，把你听到的任何日语翻译成英语。"
- 预期会有使用限额：OpenAI按方案限制语音时长但不公布数字，接近上限时会出现应用内提示。
7. GPT-Live适合的场景，以及不适合的场景
GPT-Live是正确选择的情况
- 你想要免费、零安装的实时翻译，且已经在使用ChatGPT。免费版现在包含一个全双工语音模型，7月8日之前没有任何主流助手提供这一点。
- 对话轻松且简短：问路、简单交流、旅行寒暄。附和声的怪癖和角色跑偏在这些场景中影响较小。
- 你看重翻译之外的助手能力：可以追问、获取背景信息，或让GPT-5.5在对话中途帮你查资料。
其他工具更合适的情况
- 你需要翻译者在持续对话中始终保持角色。专用口译界面不会附和、发笑，或替你回答而不是翻译。
- 你需要边听边看的可读双语转录。GPT-Live给你的是聊天记录，不是永不改写的源文与译文并排视图。
- 你需要有文档记载的语言覆盖。OpenAI尚未公布GPT-Live支持什么；专用产品会明确记载其语言对。
- 你需要翻译电话通话。OpenAI的任何界面都不能拨打电话号码。LiveLingo可向普通电话号码拨打带实时翻译的去电，对方无需安装任何应用。
诚实的让步。发布本指南的LiveLingo属于专用翻译工具类别：流式文本加音频、按说话者归属、显示后永不撤回的转录，以及翻译出站电话通话。GPT-Live的对话自然度是实实在在的进步，其全双工轮替能力领先于包括我们在内的每一个专用翻译应用，其免费版让任何人今天都能以最低门槛体验实时语音翻译。并排规格对比：/compare/chatgpt-translation。基准数据：/research/benchmark-2026。OpenAI完整的翻译产品线：/zh/guides/openai-live-translation。
8. 常见问题
什么是GPT-Live？
GPT-Live是OpenAI为ChatGPT打造的全双工语音模型系列，于2026年7月8日首发。共发布两个模型：GPT-Live-1（付费Go、Plus与Pro方案的默认模型）和GPT-Live-1 mini（免费用户的默认模型）。与它取代的Advanced Voice Mode不同，GPT-Live可以边听边说，因此可以被自然打断，在你说话时给出附和回应，并在你还在说话时进行实时翻译。它会在后台将复杂问题委托给GPT-5.5。可在iOS、Android和chatgpt.com上使用；发布时没有API。
GPT-Live能进行实时翻译吗？
能。实时翻译是发布时明确点名的能力，通过提示词而非模式开关调用：告诉助手"把我说的所有内容同声传译成日语"，它就会在你说话的同时输出连续翻译。OpenAI表示语音针对"大多数常用语言"优化但未公布列表，并披露某些语言可能存在非母语口音或流利度缺陷。在OpenAI自己的媒体演示中，TechCrunch观察到实时印地语翻译带有浓重的美式口音，语气不自然、略显书面化。
GPT-Live是免费的吗？
是，但按订阅层级区分。GPT-Live-1 mini是免费ChatGPT账户的默认语音模型；付费Go、Plus和Pro方案使用更大的GPT-Live-1。没有推出新的订阅计划。语音使用限额因方案而异且可能变化；OpenAI未公布固定的分钟上限，第三方报道的具体每日限额相互矛盾。
GPT-Live有API吗？
没有。发布时GPT-Live仅限ChatGPT。OpenAI计划"很快"将这些模型带到API并提供通知登记表单，但没有公布任何端点、模型ID、定价或时间表。今天需要OpenAI实时翻译的开发者使用另一个Realtime API模型gpt-realtime-translate：每分钟$0.034，70多种输入语言，13种输出语言。
GPT-Live与Advanced Voice Mode有什么不同？
Advanced Voice Mode是语音到语音的，但采用轮流模式：它等待静默来判断你说完了，然后再回答。GPT-Live是单一的全双工模型，在生成输出的同时处理传入音频，每秒做出多次交互决策。它可以被中途打断，在你说话时给出附和回应，在你思考时保持安静，并在后台把复杂问题交给GPT-5.5处理。在OpenAI的人类偏好测试中，GPT-Live-1在75.7%的对话中优于Advanced Voice Mode。Advanced Voice Mode仍可在设置中选择。
GPT-Live的翻译支持哪些语言？
OpenAI尚未公布GPT-Live的语言列表。发布材料称语音针对"大多数常用语言"优化，并披露其他语言存在口音和流利度缺陷；官方明确说明发布时不具备完整的多语言平权。OpenAI面向开发者的翻译模型gpt-realtime-translate有文档记载支持70多种输入语言和13种输出语言：英语、西班牙语、葡萄牙语、法语、德语、意大利语、俄语、中文、日语、韩语、印地语、印尼语和越南语。
GPT-Live与Gemini Live在翻译上如何比较？
两者押注了不同的架构方向。GPT-Live是按需翻译的全双工对话助手。Google的Gemini 3.5 Live Translate是内置于Google翻译应用、Google Meet和Gemini Live API的专用流式语音到语音翻译模型，自动检测70多种语言并保留说话者韵律。Gemini的界面可通过公开API测量，LiveLingo研究记录到4.93/5的理解度综合评分和约3秒的语音延迟。GPT-Live没有API，因此目前不存在等效的独立测量；首发周的印地语演示批评是唯一公开的质量数据点。
如何从GPT-Live切换回Advanced Voice Mode？
打开ChatGPT的语音设置，选择Advanced Voice Mode。GPT-Live于2026年7月8日取代它成为默认模式，但OpenAI保留了旧模式供用户选择，以便使用GPT-Live发布时尚不支持的功能，例如视频和屏幕共享。
如何让GPT-Live不再插话或发出附和声（"嗯""好的"等）？
发布时无法完全关闭这种附和行为。变通方法是在会话开始时给出明确指令，例如"在我直接叫你之前保持沉默"，或针对翻译场景说"只翻译我说的内容，不要添加任何别的"。首日报告称这能减少但不能消除插话，长时间停顿或背景说话声仍可能触发意外回应。如果该行为妨碍你的使用场景，Advanced Voice Mode仍可在语音设置中选择。
现在做实时对话翻译该用哪个工具？
GPT-Live适合在你已经使用的助手内进行轻度、免提的翻译，且有免费版。专用翻译工具更适合持续的真实对话：它们保持只做翻译的角色，显示可读的双语对照转录，并按保真度接受测量。在LiveLingo 2026基准测试中，OpenAI可测量的翻译界面（gpt-realtime-translate）理解度评分4.53/5，在连续语音中翻译音频最多落后20.3秒，而以转录为先的系统以有界延迟保持了更高的保真度。至于向普通电话号码拨打的翻译通话，OpenAI的任何界面都不能拨号；那是另一个产品类别。
9. 来源
- OpenAI. Introducing GPT-Live. OpenAI博客，2026年7月8日。 openai.com
- OpenAI. GPT-Live system card. OpenAI Deployment Safety，2026年7月。 deploymentsafety.openai.com
- OpenAI. ChatGPT Voice（帮助中心）。 help.openai.com
- TechCrunch. OpenAI releases new voice models for more natural live conversations，2026年7月8日。 techcrunch.com
- MarkTechPost. OpenAI Releases GPT-Live and GPT-Live-1 mini: Full-Duplex Voice Models That Delegate Deeper Reasoning to GPT-5.5，2026年7月8日。 marktechpost.com
- MacRumors. OpenAI Introduces GPT-Live to Make ChatGPT Voice Feel Like a Real Conversation，2026年7月8日。 macrumors.com
- The Decoder. ChatGPT can now listen and talk at the same time，2026年7月。 the-decoder.com
- SiliconANGLE. OpenAI launches GPT-Live voice model series ahead of broad GPT-5.6 release，2026年7月8日。 siliconangle.com
- 9to5Mac. OpenAI upgrading ChatGPT with all-new voice mode experience，2026年7月8日。 9to5mac.com
- Simon Willison. Introducing GPT-Live（预览体验笔记），2026年7月8日。 simonwillison.net
- OpenAI Developers. gpt-realtime-translate model reference 与 realtime translation guide。 developers.openai.com
- Apidog. Is There a GPT-Live API? What Developers Can Use Instead，2026年7月。 apidog.com
- LiveLingo研究。Real-Time Voice Translation Benchmark 2026, OpenAI gpt-realtime-translate addendum，2026年6月10日。 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
发布日期、模型名称、层级对应、推送范围和评估数据已于2026年7月9日对照OpenAI的公告、系统卡片、帮助中心及上方链接的首发报道核实。GPT-Live在本文发布时仅问世一天：OpenAI可能快速调整层级、限额、语言覆盖和模型行为；在依赖任何具体说法之前，请查阅链接来源确认当前状态。