
GPT-Live-1.1 chega à API: standby agora custa $0.02
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 186 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 358 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 87 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 139 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
Cinco semanas depois de GPT-Live-1.1 substituir seu antecessor dentro do ChatGPT Voice, ele se tornou chamável. O modelo entrou em produção na API da OpenAI em 19 de novembro de 2026 sob o ID gpt-live-1.1, acessível apenas por meio de v1/live/sessions. A entrada do changelog tem três frases e menciona pronúncia, consistência de sotaque e transcrição. A página de preços é onde está a verdadeira novidade: ao lado dos conhecidos US$ 0,05 por minuto de voz ativa, agora há uma segunda linha, US$ 0,02 por minuto, para uma sessão que está conectada, mas não está pensando. O silêncio, que antes custava o mesmo que a fala, agora está 60% mais barato.
Essa segunda linha é a parte que vale a pena entender, porque muda a forma de um modelo de custos, e não o tamanho de um número. Esta é uma nota de versão sobre uma troca de modelo atrelada a uma mudança na cobrança, e a mudança na cobrança é a que vai aparecer na sua fatura.
O que foi lançado em 19 de novembro
A página do modelo descreve o GPT-Live-1.1 como um modelo de voz full-duplex para conversas multilíngues, e a única declaração de capacidade associada ao aumento de versão é comparativa e não quantificada: em comparação com o GPT-Live-1, ele “transcreve a fala com mais precisão e mantém um sotaque e uma voz mais consistentes entre idiomas”. Não há tabela de benchmarks, nem taxa de erro de palavra, nem lista de quais idiomas melhoraram e em que medida. Vale a pena dizer isso claramente, porque um número de versão convida à suposição de uma melhoria medida, e a OpenAI publicou a afirmação em vez da medição.
Estruturalmente, nada mais mudou. As modalidades de entrada e saída são áudio e texto. A lista de recursos suportados é streaming e chamada de funções. Imagens e vídeo não são entradas. Chat Completions, Responses, Realtime, transcrição, tradução, geração de fala, batch, ajuste fino, embeddings e moderação estão todos listados como não suportados — o endpoint Live sessions é a única porta de entrada, o mesmo arranjo que o GPT-Live-1 mantém desde que ficou disponível para o público geral, em 10 de setembro de 2026.
O que se acumulou em torno do modelo é o inventário de vozes. A documentação do Live agora lista 21 vozes nomeadas, abrangendo inglês com sotaques australiano, britânico, irlandês, norte-americano, filipino e do sul dos EUA, além de português brasileiro, alemão, francês, híndi, japonês e coreano. Nove delas — Nuri, Juni, Flitz, Brise, Sillage, Nira, Harema, Shida e Noeul — foram adicionadas em 16 de outubro de 2026, junto com a disponibilização geral do prompt-to-voice para todos os clientes da API. As vozes geradas por prompt são gratuitas para criar e cobradas pelas taxas normais de sessão quando usadas, e funcionam com o GPT-Live, mas não com o endpoint autônomo de conversão de texto em fala.
O standby é a verdadeira mudança.

Uma sessão de voz que permanece aberta enquanto ninguém está falando é a condição normal de um agente telefônico, de um assistente veicular ou de uma linha de suporte com um cliente em espera. Antes desta semana, você pagava a tarifa ativa por esse silêncio. Agora você pode configurar a sessão para parar de inferir após um período definido sem fala e retomar quando alguém falar, e o tempo em pausa é cobrado a US$ 0,02 por minuto.
A configuração é pequena e específica:

• Política de ativação — defina session.wake_policy.type como speech para que a sessão aguarde fala antes de começar a inferir, em vez de iniciar na conexão.
• Tempo limite de inatividade — defina session.idle_timeout_s como um número inteiro entre 5 e 60. É o número de segundos sem transcrição de entrada ou saída que decorrem antes de a sessão voltar ao modo de espera. Se omitir, a inferência permanece ativa após o primeiro despertar até a sessão terminar, o que é o comportamento antigo com um novo nome.
• Sensibilidade — session.wake_policy.vad_threshold aceita um número de 0 a 1 e tem como padrão 0,5. Valores mais altos exigem evidência mais forte de fala antes de a sessão ser ativada, e é esse o ajuste que você altera quando um ambiente ruidoso fica ativando a sessão.
• Eventos — session.paused é disparado quando o tempo limite de inatividade interrompe a inferência; session.resumed é disparado quando a inferência está pronta novamente, incluindo na primeira ativação.
Dois detalhes operacionais importam mais do que a lista de parâmetros. A faixa do microfone permanece ativa enquanto a sessão está em standby, e a conexão e o ID da sessão permanecem os mesmos — a sessão é retomada e restaura o histórico da conversa conforme o usuário fala, portanto você não está autenticando novamente um chamador nem reconstruindo o contexto. E standby é um recurso do WebRTC: a documentação o descreve para sessões WebRTC, e a orientação para sessões ociosas em outros transportes é encerrar a sessão e iniciar outra. Se você estiver em WebSockets ou SIP, a tarifa mais barata não é a alavanca que você tem.
O custo também não é zero. A documentação é explícita ao dizer que, após o modo de espera, a primeira resposta a um enunciado curto pode demorar mais, porque o modelo está reiniciando a inferência em vez de continuá-la. Você está trocando latência no primeiro turno após o silêncio por 60% de redução no próprio silêncio.
Quanto custa um minuto de silêncio
Ambas as tarifas cobram por segundo, portanto o cálculo é contínuo em vez de arredondado ao minuto. O próprio exemplo prático da OpenAI é uma chamada que passa 60 segundos ativos e 30 segundos em espera: um minuto a $0.05 mais meio minuto a $0.02 resulta em $0.06 por 90 segundos de tempo conectado. Se todos os 90 segundos tivessem sido ativos, a mesma chamada teria custado $0.075.
Dimensione isso para algo parecido com uma implantação. Um turno conectado de oito horas com 30% em espera são 5,6 horas ativas a $3,00 e 2,4 horas em espera a $1,20 — $19,68 contra $24,00, uma economia de $4,32 por turno, ou cerca de 18%. Aumente o tempo em espera para metade do turno e o mesmo dia custa $16,80, um corte de 30%. Estes são apenas valores de linha de voz. O uso do modelo de backend e de ferramentas é cobrado separadamente e, em uma implantação real, costuma ser o valor maior.

Uma cobrança sobrevive à otimização: criar uma sessão WebRTC com POST /v1/live/sessions cobra 15 segundos de duração de voz enquanto a sessão é inicializada. Esse valor é creditado contra as cobranças de duração assim que a sessão começa a funcionar, portanto não é uma sobretaxa em uma sessão que funciona — mas é um custo real para uma aplicação que abre sessões especulativamente, e torna "fechar a sessão e iniciar outra" menos gratuito do que parece para interações curtas.
O backend é uma conta separada.
O GPT-Live é um sistema em duas partes, e a atualização de versão não mudou isso. O modelo de voz gerencia a conversa falada; o raciocínio e o uso de ferramentas são delegados, através de uma fronteira assíncrona, a um modelo de backend ou agente que você configurar. Com a delegação Responses, o GPT-Live chama o modelo Responses que você indicar e retorna os resultados à conversa ao vivo. Com a delegação pelo cliente, seu aplicativo prepara o contexto, executa o fluxo de trabalho e envia os resultados de volta — que é o modo a escolher quando você precisa de roteamento personalizado entre modelos, fallbacks ou orçamentos entre etapas de backend.
A documentação da OpenAI recomenda começar com gpt-6-luna e passar para gpt-6-sol para trabalho de backend mais complexo, e ambos estão no medidor padrão de tokens: US$ 0,10 e US$ 0,50 por milhão de tokens para Luna, US$ 2,00 e US$ 10,00 para Sol, entrada e saída, respectivamente. Em uma chamada longa, esse gasto com backend pode exceder totalmente a linha de voz, e é por isso que o desconto de standby deve ser lido como uma correção a uma linha da fatura, e não à fatura.
É também aqui que um roteador justifica o seu lugar. O OrcaRouter não disponibiliza o GPT-Live-1.1 — o endpoint de sessões do Live é da própria OpenAI, e o catálogo não inclui nenhum modelo de voz full-duplex. O que ele disponibiliza é a metade do sistema que faz o trabalho de pensar: gpt-6-luna, gpt-6-sol e o resto da família GPT-6 ficam atrás de uma única chave, ao preço de tabela do fornecedor e sem margem acrescida, pelo que o lado dos tokens de uma implementação Live pode ser encaminhado, sujeito a failover e tarifado exatamente como seria em qualquer outro lugar. Se está a avaliar qual backend faz valer a pena pagar 0,05 $ por minuto de voz, essa comparação é barata de fazer através de um único endpoint.
A questão em aberto
Ninguém fora da OpenAI publicou uma medição do GPT-Live-1.1 até agora. O índice speech-to-speech da Artificial Analysis, consultado em 20 de novembro de 2026, traz o GPT-Live-1 duas vezes — 83,2 no índice com um backend da classe Astra em esforço de raciocínio médio, 80,1 com um backend da classe Sol em esforço baixo — e não traz o 1.1 de forma alguma. Isso não é uma crítica ao lançamento; o modelo tem um dia de vida na API e uma avaliação independente leva mais tempo do que isso. É um motivo para tratar as alegações sobre sotaque e transcrição como informadas pelo fornecedor até que deixem de ser, e um motivo para testar exatamente aquilo que você está comprando: se o seu produto funciona com espanhol e japonês, a melhoria na consistência do sotaque ou é audível nas suas próprias gravações ou não é, e nenhum terceiro pode dizer a você ainda.
A leitura prática para esta semana é restrita. Se você já usa o GPT-Live-1, a atualização é uma mudança de ID de modelo sem alteração de preço e sem mudança na API, e a taxa de standby está disponível para os dois modelos — a entrada do changelog cobre as sessões WebRTC do GPT-Live-1 e do GPT-Live-1.1 juntas. Defina um tempo limite de inatividade antes de definir qualquer outra coisa, porque esse é o único item na versão que altera o que você paga.
Comparados neste artigo1
Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente
