Perplexity מציבה את GPT-Live-1 מאחורי מצב הקול שלה: מה שהמעבר ב-Mac וב-Web באמת משנה

מצב הקול של Perplexity באפליקציית Mac ובאינטרנט פועל כעת על GPT-Live-1, מודל הדיבור דופלקס-מלא של OpenAI, והיכולת הנלווית להחלפה הזו היא החלק שכדאי לקרוא פעמיים: מפגש דיבור אחד יכול להריץ כמה מפגשי Perplexity Computer בו-זמנית, להתחיל משימות חדשות באמצע משפט, וליצור או לנהל Projects בלי לגעת במקלדת. ההכרזה פורסמה מחשבון @AskPerplexity של Perplexity ב-28 באוקטובר 2026, והיא חלה על מנויים משלמים ב-Pro וב-Max בשני המשטחים.

זהו אירוע הפצה, לא השקת מודל. GPT-Live-1 זמין באופן כללי מאז ש-OpenAI העלתה אותו ל-API ב-10 בספטמבר 2026, בתעריף של 0.05 דולר לדקת קול, והוא נמצא ב-ChatGPT Voice מאז 8 ביולי. מה שהשתנה השבוע הוא מי ששוכר אותו, ולמה הם מכוונים אותו.

למה החלפת מודל קולי שווה כותרת

בעבר, ממשקי קול הורכבו בתוך כל חברה. הייתם רוכשים תמלול, קוראים למודל השפה שלכם ורוכשים סינתזה, ואז משקיעים את החלק הקשה של הבנייה בזיהוי סיום דיבור — הכלל שקובע מתי המשתמש סיים לדבר. הכלל הזה הוא המקום שבו רוב מוצרי הקול מתים: אם הוא מהיר מדי, הסוכן מדבר מעל אנשים; אם הוא איטי מדי, כל שיחה מרגישה כמו קו טלפון בינלאומי גרוע.

GPT-Live-1 מסיר את התפר הזה. זהו מודל אחד שמקשיב בזמן שהוא מייצר, מחליט פעמים רבות בכל שנייה אם לדבר או להמתין, ומעביר הסקה כבדה למודל טקסט ברקע בלי להשהות את האודיו. Perplexity לא הייתה צריכה לבנות מדיניות קטיעת דיבור כדי לגרום לשליטה בריבוי סשנים לעבוד; היא ירשה אותה.

ההשלכה המעשית עבור קוראים הבונים מוצרי קול משלהם היא חדה ובוטה: שכבת חילופי התורות שהייתם אמורים לכתוב היא כעת משהו שאתם שוכרים. האם זה זול יותר תלוי לחלוטין בכמה דקות הסוכן שלכם מבלה בהקשבה ולא בדיבור — שאלה שכדאי לעשות עליה חשבון לפני שמתחייבים, כי המונה רץ על כל הסשן, כולל שקט.

חלק המחשב הוא השינוי האמיתי במוצר

החלפת מודלים אינה נראית למשתמשים. לעומת זאת, שליטה במחשב עם כמה סשנים בו-זמנית — נראית. עד לעדכון הזה, Perplexity Computer היה לולאת סוכנת אחת שפיקחתם עליה על המסך. שכבת הקול החדשה מאפשרת לכם לקיים שיחה אחת בזמן שכמה סשנים פועלים ברקע, להפעיל סשן חדש פשוט באמירה, ולנהל פרויקטים לפי שם. זה קרוב יותר למרכזיית ניתוב מאשר לצ׳אטבוט, וזהו ממשק הקול הצרכני הראשון שראינו שמתייחס לסשנים מקבילים של סוכנים כברירת מחדל ולא כחריג.

שלושה פרטים עושים כאן את העבודה:

• סשן אחד, עובדים רבים — תור קולי יכול לפנות ליותר מסשן Computer אחד מבלי לסיים את הנוכחי.

• יצירת משימות באמצעות דיבור — עבודה חדשה יכולה להיכנס לתור באמצע השיחה במקום אחריה.

• ניהול פרויקטים לפי שם — פרויקטים הופכים לאובייקטים שאפשר ליצור ולשנות את שמם בקול, מה שאומר ששכבת הקול צריכה לפענח הפניות, ולא רק לתמלל.

שום דבר מזה לא מחייב מודל דופלקס מלא בתיאוריה. כל זה הרבה יותר קל עם מודל כזה, כי הסוכן יכול לאשר בקשה ב"מהמהם" בזמן שהעבודה בפועל מתחילה, במקום לשתוק במשך שמונה שניות ולקוות שהמשתמש ימתין.

Perplexity כינתה אותו v1. מאז OpenAI השיקה את v1.1

הפרט החד בהכרזה הוא מחרוזת הגרסה. Perplexity אומרת שמצב הקול שלה פועל על GPT-Live-1. ב-ChatGPT Voice, OpenAI החלה להפיץ את GPT-Live-1.1 ב-15 באוקטובר 2026, שני שבועות לפני המעבר הזה. Perplexity לא אמרה אם היא בחנה את 1.1, אם היא מוחזקת במכוון על v1 למען יציבות, או אם מתוכנן שדרוג.

יש לקרוא את זה כהנדסה רגילה ולא כשערורייה. פלטפורמה שמשלבת מודל דיבור באפליקציה לצרכנים אכפת לה הרבה יותר מתמונת מצב קפואה עם השהיה צפויה מאשר מהצ'קפוינט החדש ביותר, ו-OpenAI לא פרסמה מדריך הגירה שהופך את 1.1 לתחליף ישיר. אבל זה כן אומר שהמודל באפליקציית Perplexity היום הוא לא המודל ב-ChatGPT היום, וכל השוואה בין שתי חוויות קוליות מודדת משקלים שונים.

הכלכלה שפרפלקסיטי לא דיברה עליה

התיעוד של OpenAI עצמו מפרט מחיר אחד עבור המודל הזה: 0.05 דולר לדקת קול, בחיוב לפי שנייה וללא עיגול כלפי מעלה, עם חיוב אתחול סשן של 15 שניות שמזוכה כנגד משך זמן מאוחר יותר. הסקה, כלים וחיפוש באינטרנט פועלים על מודל טקסט נפרד ומחויבים בנפרד. Perplexity מוכרת מנוי בתעריף אחיד.

שני מודלי החיוב האלה לא מתאימים מטבעם. מנוי Max שמשתמש בקול במשך שעתיים בשבוע — כמות לא חריגה למי שזה עתה קיבל שליטה ללא ידיים במספר סשנים של סוכנים — צורך בערך 520 דקות בחודש. במחיר המחירון מדובר בכ-26 דולר רק עבור הקול, לפני קריאות החשיבה שמאחורי כל משימת Computer. מנוי שמשאיר סשן פתוח בזמן מחשבה, או שמשאיר אותו פועל כשליטה סביבתית, עולה יותר, כי שקט מחויב באותו תעריף כמו דיבור.

כל פלטפורמה שמוכרת מחדש מודל קולי מתומחר לפי שימוש במסגרת תוכנית בתעריף קבוע מהמרת על ההימור הזה, ולרוב ההימור נכון בעת ההשקה: רוב המנויים משתמשים בהרבה פחות מהזנב הכבד. המספר המעניין שכדאי לעקוב אחריו אינו הממוצע אלא האחוזון ה־95, ואף אחת משתי החברות אינה מפרסמת אותו.

מצד OpenAI, הנתון לשעה שחשוב לתכנון קיבולת הוא עלות אודיו קלט, לא זמן דיבור. Artificial Analysis מדדה את GPT-Live-1 ב-$5.83 לשעת אודיו קלט בתצורת החשיבה הגבוהה שלו וב-$4.47 בתצורה הנמוכה, תוך שימוש במערך בנצ'מרק קבוע של 40 שאלות — תזכורת שימושית לכך שהכותרת של $0.05 מכסה קול בלבד.

עד כמה טוב המודל ש-Perplexity אימצה זה עתה?

באינדקס Speech-to-Speech העצמאי של Artificial Analysis, GPT-Live-1 מקבל ציון 83.2 בתצורת Astra-medium שלו — שני מבין 21 מודלים שדורגו, אחרי Grok Voice 3.0 עם 86.9 — ו-80.1 בתצורת Sol-low שלו, במקום החמישי. באותו Speech Agent Arena של המעבדה — העדפה עיוורת בין שיחות אמיתיות בסגנון הזמנה — שתי התצורות ניצבות על 1037 ו-1041 ב-Elo, עם שיעורי הצלחה במשימה של 87.4% ו-90.9%.

מחרוזת התצורה אינה קישוט. GPT-Live-1 לא מבצע היסק בעצמו; הוא מאציל אותו ל-backend בעל שם, והבחירה באיזה backend משנה גם את הציון וגם את החשבון. Perplexity לא חשפה עם איזה backend היא מצמידה את שכבת הקול, ולכן האיכות האפקטיבית שלה אינה ידועה מבחוץ — אף שמודל הקול שלה הוא כיום ידע ציבורי.

שאלת הניתוב שאיש לא שאל

הנה הנקודה המבנית שההכרזה הזו מבהירה. מסלול הקול של Perplexity מושכר כעת מ-OpenAI ואינו ניתן להחלפה — GPT-Live-1 חושף נקודת קצה אחת בדיוק, v1/live/sessions, והוא במפורש אינו תחליף ישיר ל-Realtime API. המסלול הזה נעול. מסלול החשיבה שמאחוריו אינו.

וכאן בדיוק המקום שבו ראוטר מצדיק את עצמו: מודל הטקסט שמבצע את החשיבה עבור כל משימת Computer יכול להיות מוחלף, לעבור ל-failover, או להתפצל לפי סוג המשימה בלי לגעת בשכבת הקול. ב-OrcaRouter, אותו מפתח מגיע אל GPT-6 Astra, GPT-5.6 Terra ו-GPT-5.6 Sol — השכבות ש-OpenAI עצמה משתמשת בהן כיעדי האצלה — לצד מודלים של Claude, Gemini, Qwen ו-GLM, כאשר מחירי המחירון של הספקים מועברים הלאה עם תוספת של 0% ו-failover אוטומטי כאשר backend אחד מדורדר. כאשר ספק מוריד מחיר, הנתיב המנותב משקף זאת באותו יום.

ליתר דיוק לגבי מה שאנחנו לא עושים: OrcaRouter לא משרת את GPT-Live-1. החלק הקולי נשאר על ה-API של OpenAI. מה שאנחנו מנתבים הוא כל מה שנמצא במורד הזרם ממנו, ושם בדיוק נמצאים השונות בעלויות ובאמינות של סוכן קולי.

מה לצפות בהמשך

שלושה דברים היו משנים את הסיפור הזה. אם Perplexity תעבור ל-GPT-Live-1.1, הערת הגרסה שלמעלה תפסיק להיות רלוונטית, ואיכות הקול של האפליקציה אמורה לעלות מדרגה בהתאם למה ש-1.1 שינתה. אם OpenAI תפרסם בקרות עלות לפי סשן — תקרה, פסק זמן של שתיקה, תעריף סרק זול יותר — חשבון המנוי האחיד נעשה פשוט יותר לכל משווק מחדש. ואם מודל דופלקס מלא של מתחרה יגיע למדד דומה, התלות בספק יחיד באינטגרציה הזו תהפוך לבחירה ולא לברירת מחדל.

עבור מפתחים, הקריאה המעשית מצומצמת יותר. אם אתם בונים ממשק קולי עתיר הפרעות — קליטת פניות, הזמנות, שיבוץ, או כל דבר שבו המשתמש מדבר יותר מהסוכן — מודל דופלקס מלא הוא כעת ברירת המחדל הסבירה, וחיוב לפי דקה הוא המחיר של זה. אם אתם בונים קריינות, הקראה בקול, או כל דבר שמייצר אודיו מטקסט לפי דרישה, המודל הזה מתומחר ומעוצב למשימה הלא נכונה, וההשוואה ל-TTS היא מאמר אחר לגמרי.