L’8 luglio 2026 OpenAI ha sostituito la Modalità Vocale Avanzata di ChatGPT con una nuova famiglia di modelli, GPT-Live-1 e GPT-Live-1 mini. Non è un semplice restyling della voce: cambia l’architettura con cui il modello ascolta e risponde, e i numeri di benchmark diffusi da OpenAI sono tra i più netti visti su un aggiornamento vocale. Vediamo cosa cambia davvero e, soprattutto, cosa può significare per chi gestisce un ecommerce.
Cosa cambia davvero: dal turno di parola al full-duplex
Tutti i sistemi vocali precedenti, Modalità Vocale Avanzata inclusa, funzionavano “a turni”: il sistema aspettava che l’utente smettesse di parlare, trascriveva l’audio, elaborava una risposta con il modello linguistico, la trasformava in voce e infine la riproduceva. Un ciclo in sequenza, con una pausa percepibile tra una battuta e l’altra.
GPT-Live-1 elabora invece l’audio in modo continuo, prendendo più volte al secondo la decisione se parlare, continuare ad ascoltare, restare in pausa o richiamare in background uno strumento. È quello che OpenAI chiama architettura “full-duplex”: il modello può essere interrotto a metà frase e reagire di conseguenza, può produrre risposte di rimando tipo un “mhmm” mentre l’altro sta ancora parlando, e non scambia più una pausa per la fine del turno. Dire esplicitamente “aspetta un attimo” tiene il modello in silenzio, invece di farlo intervenire.
Dietro le quinte, GPT-Live-1 delega i compiti più complessi a GPT-5.5, il modello di ragionamento di OpenAI, in tre varianti:
- GPT-Live-1 Instant — usa GPT-5.5 Instant, la latenza più bassa, adatta a conversazioni rapide.
- GPT-Live-1 Medium — usa GPT-5.5 Thinking a sforzo di ragionamento medio, per query più articolate senza attese lunghe.
- GPT-Live-1 High — usa GPT-5.5 Thinking a sforzo massimo: è la variante da cui arrivano i punteggi di benchmark più alti, più lenta ma nettamente più accurata sui compiti difficili.
GPT-Live-1 mini, la versione gratuita, usa sempre GPT-5.5 Instant come motore di ragionamento.
I numeri che OpenAI ha diffuso
I salti più vistosi riguardano benchmark di ragionamento, resi possibili proprio dalla delega al modello di background:
- GPQA (ragionamento scientifico da esperti): dal 45,3% della Modalità Vocale Avanzata all’84,2% di GPT-Live-1 High, quasi un raddoppio.
- BrowseComp (ricerca web agentica): dallo 0,7% al 75,2%.
- t3-Voice Telecom (compiti di assistenza clienti multi-turno): dal 30% circa di completamento al 65% circa.
Quest’ultimo dato è probabilmente il più rilevante per chi lavora nel commercio digitale, perché misura proprio scenari di supporto clienti realistici e multi-turno — il tipo di conversazione che un servizio assistenza vocale deve gestire ogni giorno.
Vale però una nota di cautela, che vale la pena riportare con onestà: GPQA e BrowseComp non sono benchmark pensati per modelli vocali, e i punteggi riflettono la capacità di ragionamento di GPT-5.5 in background più che una qualità “vocale” in sé. OpenAI ha anche dichiarato una preferenza netta nelle valutazioni umane su naturalezza e piacevolezza della conversazione, ma si tratta di test condotti internamente, non verificati da terze parti.
Disponibilità, prezzi e limiti da conoscere
Al momento GPT-Live-1 è disponibile solo dentro ChatGPT, con un rollout globale su iOS, Android, CarPlay e ChatGPT.com:
- Piano gratuito: GPT-Live-1 mini, un netto passo avanti rispetto a quanto c’era prima.
- Piani a pagamento (Go, Plus, Pro): il modello completo GPT-Live-1.
- L’accesso via API non è ancora disponibile: OpenAI ha aperto solo un modulo di iscrizione per essere avvisati quando aprirà, senza indicazioni di prezzo.
Altri limiti da tenere presenti prima di farsi aspettative eccessive: non ci sono ancora video o condivisione schermo (un’area in cui Google Gemini Live risulta più avanti), la parità multilingue è disomogenea — OpenAI stessa ha riconosciuto che alcune lingue risultano con accenti non nativi, con l’hindi citato come esempio con un accento marcatamente americano — e non esiste ancora una valutazione indipendente delle prestazioni: tutti i dati diffusi finora arrivano da OpenAI stessa.
Quali opportunità apre per l’ecommerce
Con queste premesse chiare, vale la pena ragionare su cosa può significare concretamente per chi vende online, distinguendo tra ciò che è già utilizzabile oggi e ciò che resta un’anticipazione di quanto arriverà con l’apertura dell’API.
Assistenza clienti vocale multi-turno. Il miglioramento sul benchmark t3-Voice Telecom — da un completamento del 30% al 65% circa su compiti di supporto realistici — è il segnale più concreto per l’ecommerce. Un’assistenza vocale che gestisce meglio conversazioni lunghe e articolate (un reso complesso, un problema di spedizione, una domanda su una garanzia) è esattamente lo scenario in cui un negozio online perde clienti oggi, quando il sistema automatico non regge il filo del discorso oltre la seconda domanda.
Interruzioni naturali, meno frustrazione. La possibilità di interrompere il modello a metà frase, cosa che nessun sistema vocale precedente gestiva bene, è rilevante per chi immagina un servizio clienti vocale reale: un cliente che corregge subito un dato (“no, aspetta, intendevo l’ordine di ieri”) non deve più aspettare che il sistema finisca di parlare per essere ascoltato.
Traduzione simultanea per la vendita cross-border. La traduzione live supportata dal timing full-duplex — tradurre mentre si ascolta, senza aspettare la fine della frase — è interessante per chi vende all’estero e oggi si affida a testo tradotto in automatico o a operatori multilingue: resta però da verificare la qualità reale lingua per lingua, visto che OpenAI stessa segnala accenti non naturali su alcuni idiomi.
Ricerca prodotto in stile conversazionale. Il salto su BrowseComp, la capacità di condurre ricerche web agentiche, lascia intuire — quando l’API sarà disponibile — assistenti vocali capaci di confrontare prodotti, prezzi e disponibilità in tempo reale durante una conversazione naturale, invece che tramite un motore di ricerca testuale classico. È uno scenario ancora da costruire, non qualcosa che un merchant può integrare oggi.
Le card visive come indizio di un futuro checkout vocale. La funzione che mostra schede strutturate per meteo, sport o quotazioni durante la conversazione è, al momento, lontana da un caso d’uso ecommerce diretto, ma indica la direzione: un’interfaccia vocale che affianca contenuti visivi strutturati (schede prodotto, disponibilità, prezzi) è un passo naturale verso un’esperienza di acquisto assistita a voce, quando arriverà.
Il limite che conta di più oggi: niente API. È il punto da tenere bene a mente prima di promettere qualcosa a un cliente o al proprio team: finché l’accesso via API resta chiuso, GPT-Live-1 vive dentro l’app ChatGPT e non è integrabile in un sito, in un’app proprietaria o in un canale di customer care aziendale. La mossa più sensata, per chi gestisce un ecommerce, è iscriversi al modulo di notifica di OpenAI e osservare come evolve la qualità multilingue e i costi quando l’API aprirà, invece di costruire piani immediati su una tecnologia non ancora accessibile agli sviluppatori esterni.
Il takeaway
GPT-Live-1 non è ancora uno strumento che un ecommerce può integrare da domani mattina, ma il benchmark sull’assistenza clienti multi-turno è il primo segnale concreto che i modelli vocali stanno diventando abbastanza affidabili da reggere conversazioni di supporto reali, non solo domande semplici a risposta secca. Vale la pena seguirne l’evoluzione — soprattutto sull’apertura dell’API e sulla qualità multilingue — prima ancora che sull’entusiasmo dei benchmark, che come sempre in questi annunci vanno letti con un margine di cautela: sono numeri diffusi dall’azienda che ha costruito il prodotto, non ancora confermati da valutazioni indipendenti.
