Perplexity Menempatkan GPT-Live-1 di Balik Mode Suaranya: Apa yang Sebenarnya Berubah dengan Peralihan Mac dan Web

Mode suara Perplexity di aplikasi Mac dan web kini berjalan dengan GPT-Live-1, model ucapan full-duplex OpenAI, dan kemampuan yang menyertai penggantian itu adalah bagian yang perlu dibaca dua kali: satu sesi lisan dapat menjalankan beberapa sesi Perplexity Computer sekaligus, memulai tugas baru di tengah kalimat, dan membuat atau mengelola Proyek tanpa menyentuh keyboard. Pengumuman tersebut dikeluarkan dari akun @AskPerplexity milik Perplexity pada 28 Oktober 2026 dan berlaku untuk pelanggan berbayar Pro dan Max di kedua platform.

Itu peristiwa distribusi, bukan peluncuran model. GPT-Live-1 telah tersedia secara umum sejak OpenAI menempatkannya di API pada 10 September 2026, dengan tarif $0.05 per menit suara, dan telah hadir di ChatGPT Voice sejak 8 Juli. Yang berubah minggu ini adalah siapa yang menyewanya, dan ke sasaran apa mereka mengarahkannya.

Mengapa penggantian model suara layak menjadi berita utama

Antarmuka suara dulu dirakit di dalam masing-masing perusahaan. Anda membeli transkripsi, memanggil model bahasa milik Anda sendiri, dan membeli sintesis, lalu menghabiskan bagian tersulit dari pembangunan pada deteksi giliran bicara — aturan yang menentukan kapan pengguna selesai berbicara. Aturan itulah titik kegagalan sebagian besar produk suara: terlalu agresif dan agen memotong pembicaraan orang, terlalu lambat dan setiap panggilan terasa seperti sambungan internasional yang buruk.

GPT-Live-1 menghilangkan celah itu. Ini adalah satu model yang mendengarkan saat ia menghasilkan, memutuskan berkali-kali per detik apakah akan berbicara atau menunggu, dan menyerahkan penalaran berat ke model teks di latar belakang tanpa menjeda audio. Perplexity tidak perlu membangun kebijakan barge-in untuk membuat kontrol multi-sesi berfungsi; kebijakan itu sudah diwarisinya.

Konsekuensi praktisnya bagi pembaca yang membangun produk suara mereka sendiri sangatlah gamblang: lapisan giliran bicara yang tadinya akan Anda tulis kini menjadi sesuatu yang Anda sewa. Apakah itu lebih murah sepenuhnya bergantung pada berapa menit agen Anda habiskan untuk mendengarkan alih-alih berbicara — pertanyaan yang layak dihitung sebelum Anda berkomitmen, karena meteran berjalan sepanjang sesi, termasuk saat hening.

Bagian Computer adalah perubahan produk yang sebenarnya

Pergantian model tidak terlihat oleh pengguna. Kendali Computer multi-sesi tidak demikian. Hingga pembaruan ini, Perplexity Computer hanyalah satu loop agen yang Anda awasi di layar. Lapisan suara baru memungkinkan Anda menjalankan satu percakapan sementara beberapa sesi latar belakang berjalan, memulai sesi baru hanya dengan mengatakannya, dan mengelola Projects berdasarkan nama. Ini lebih mirip dispatcher daripada chatbot, dan ini adalah antarmuka suara konsumen pertama yang kami lihat yang memperlakukan sesi agen paralel sebagai hal yang default, bukan pengecualian.

Tiga detail yang berperan di sini:

• Satu sesi, banyak worker — satu giliran suara dapat menjangkau lebih dari satu sesi Computer tanpa mengakhiri sesi saat ini.

• Pembuatan tugas melalui ucapan — pekerjaan baru dapat dimasukkan ke antrean di tengah percakapan, bukan setelahnya.

• Manajemen proyek berdasarkan nama — Proyek menjadi objek yang dapat Anda buat dan ganti namanya secara lisan, yang berarti lapisan suara perlu mengenali referensi, bukan sekadar mentranskripsikan.

Secara teori, tidak satu pun dari hal itu memerlukan model dupleks penuh. Semuanya jauh lebih mudah dengan model dupleks penuh, karena agen dapat menyahut permintaan dengan "mhmm" saat pekerjaan sebenarnya dimulai, alih-alih diam selama delapan detik dan berharap pengguna menunggu.

Perplexity menamainya v1. Sejak itu, OpenAI telah merilis v1.1.

Detail yang mencolok dalam pengumuman itu adalah string versi. Perplexity mengatakan bahwa mode suaranya berjalan di GPT-Live-1. Di ChatGPT Voice, OpenAI mulai meluncurkan GPT-Live-1.1 pada 15 Oktober 2026, dua minggu sebelum pengalihan ini. Perplexity belum mengatakan apakah mereka mengevaluasi 1.1, apakah versi ini dipatok secara sengaja ke v1 demi stabilitas, atau apakah peningkatan versi sudah dijadwalkan.

Bacalah itu sebagai rekayasa normal, bukan skandal. Sebuah platform yang mengintegrasikan model ucapan ke dalam aplikasi konsumen jauh lebih peduli pada snapshot yang dibekukan dengan latensi yang dapat diprediksi daripada pada checkpoint terbaru, dan OpenAI belum menerbitkan panduan migrasi yang membuat 1.1 dapat langsung dipakai tanpa penyesuaian. Namun itu berarti model di aplikasi Perplexity saat ini bukanlah model di ChatGPT saat ini, dan perbandingan apa pun antara kedua pengalaman suara tersebut mengukur bobot yang berbeda.

Ekonomi yang belum dibicarakan Perplexity

Dokumentasi OpenAI sendiri mencantumkan satu harga untuk model ini: $0,05 per menit suara, ditagih per detik dan tidak dibulatkan ke atas, dengan biaya inisialisasi sesi 15 detik yang dikreditkan terhadap durasi berikutnya. Penalaran, alat, dan pencarian web berjalan pada model teks terpisah dan ditagih secara terpisah. Perplexity menjual langganan tarif tetap.

Kedua model penagihan tersebut tidak selaras secara alami. Pelanggan Max yang menggunakan suara selama dua jam per minggu — bukan jumlah yang tidak wajar bagi seseorang yang baru saja mendapatkan kontrol tanpa tangan atas beberapa sesi agen — mengonsumsi sekitar 520 menit per bulan. Dengan harga daftar, itu sekitar $26 hanya untuk suara, sebelum panggilan penalaran di balik setiap tugas Computer. Pelanggan yang membiarkan sesi tetap terbuka saat berpikir, atau yang membiarkannya berjalan sebagai kontrol ambien, dikenai biaya lebih tinggi, karena keheningan ditagih dengan tarif yang sama seperti bicara.

Setiap platform yang menjual ulang model suara berbayar sesuai pemakaian dalam paket tarif tetap membuat taruhan ini, dan taruhan itu biasanya tepat pada saat peluncuran: sebagian besar pelanggan menggunakan jauh lebih sedikit daripada ekor berat. Angka menarik yang perlu diperhatikan bukanlah rata-rata, melainkan persentil ke-95, dan tidak ada dari kedua perusahaan itu yang menerbitkannya.

Di sisi OpenAI, angka per jam yang penting untuk perencanaan kapasitas adalah biaya audio masukan, bukan waktu bicara. Artificial Analysis mengukur GPT-Live-1 pada $5,83 per jam audio masukan dalam konfigurasi penalaran tingginya dan $4,47 pada konfigurasi rendahnya, menggunakan set benchmark 40 pertanyaan tetap — pengingat yang berguna bahwa angka utama $0,05 hanya mencakup suara.

Seberapa bagus model yang baru saja diadopsi Perplexity?

Pada Speech-to-Speech Index milik Artificial Analysis yang dijalankan secara independen, GPT-Live-1 mencetak 83,2 dalam konfigurasi Astra-medium-nya, peringkat kedua dari 21 model yang dinilai di belakang Grok Voice 3.0 dengan 86,9, dan 80,1 dalam konfigurasi Sol-low-nya di peringkat kelima. Pada Speech Agent Arena milik lab yang sama — preferensi buta terhadap percakapan bergaya pemesanan nyata — kedua konfigurasi tersebut berada pada 1037 dan 1041 Elo, dengan tingkat keberhasilan tugas sebesar 87,4% dan 90,9%.

String konfigurasi bukan hiasan. GPT-Live-1 tidak bernalar secara internal; ia mendelegasikan ke backend bernama, dan backend yang Anda pilih mengubah skor maupun tagihan. Perplexity belum mengungkapkan backend mana yang dipasangkannya dengan lapisan suara, sehingga kualitas efektifnya tidak diketahui dari luar meskipun model suaranya kini sudah menjadi pengetahuan publik.

Pertanyaan perutean yang tidak ditanyakan siapa pun

Inilah poin struktural yang diperlihatkan pengumuman ini. Jalur suara Perplexity kini disewa dari OpenAI dan tidak dapat digantikan — GPT-Live-1 hanya mengekspos tepat satu endpoint, v1/live/sessions, dan secara eksplisit bukan pengganti langsung untuk Realtime API. Jalur itu terkunci. Jalur penalaran di belakangnya tidak.

Di sinilah router membuktikan perannya: model teks yang melakukan pemikiran untuk setiap tugas Computer dapat ditukar, dialihkan saat gagal, atau dipisah berdasarkan jenis tugas tanpa menyentuh lapisan suara. Di OrcaRouter, kunci yang sama menjangkau GPT-6 Astra, GPT-5.6 Terra dan GPT-5.6 Sol — tingkatan yang digunakan OpenAI sendiri sebagai target delegasi — bersama model Claude, Gemini, Qwen, dan GLM, dengan harga daftar penyedia diteruskan dengan markup 0% dan failover otomatis saat satu backend menurun. Saat vendor memangkas harga, jalur yang dirutekan mencerminkannya pada hari yang sama.

Supaya jelas tentang apa yang tidak kami lakukan: OrcaRouter tidak menyediakan GPT-Live-1. Jalur suara tetap menggunakan API OpenAI. Yang kami rutekan adalah semua yang berada di hilirnya, yakni tempat variasi biaya dan keandalan agen suara sebenarnya berada.

Tontonan Berikutnya

Tiga hal akan mengubah cerita ini. Jika Perplexity beralih ke GPT-Live-1.1, catatan versi di atas tidak lagi penting dan kualitas suara aplikasi semestinya meningkat seiring apa pun yang diubah oleh 1.1. Jika OpenAI menerbitkan kontrol biaya per sesi — batas maksimum, batas waktu hening, tarif diam yang lebih murah — perhitungan langganan tetap menjadi lebih mudah bagi setiap penjual ulang. Dan jika model full-duplex pesaing muncul di indeks yang sebanding, ketergantungan pada satu vendor dalam integrasi ini menjadi pilihan, bukan default.

Bagi para developer, kesimpulan yang dapat ditindaklanjuti lebih sempit. Jika Anda membangun antarmuka suara dengan banyak interupsi — intake, pemesanan, dispatch, apa pun yang membuat pengguna lebih banyak berbicara daripada agen — model full-duplex kini menjadi default yang masuk akal, dan penagihan per menit adalah harga yang harus dibayar untuk itu. Jika Anda membangun narasi, fitur baca nyaring, atau apa pun yang menghasilkan audio dari teks sesuai permintaan, model ini memiliki harga dan rancangan yang tidak cocok untuk pekerjaan tersebut, dan perbandingan TTS adalah artikel yang sama sekali berbeda.