Perplexity ставит GPT-Live-1 в основу голосового режима: что на самом деле меняет переключение на Mac и в веб-версии

Голосовой режим Perplexity в приложении для Mac и в веб-версии теперь работает на GPT-Live-1, полнодуплексной речевой модели OpenAI, и связанная с этой заменой возможность — это то, что стоит прочитать дважды: один речевой сеанс может управлять несколькими сеансами Perplexity Computer одновременно, запускать новые задачи посреди фразы и создавать Projects или управлять ими, не касаясь клавиатуры. Объявление было опубликовано с аккаунта Perplexity @AskPerplexity 28 октября 2026 года и касалось платных подписчиков Pro и Max на обеих платформах.

Это событие дистрибуции, а не запуск модели. GPT-Live-1 находится в общем доступе с тех пор, как OpenAI добавила её в API 10 сентября 2026 года по цене $0.05 за голосовую минуту, и она присутствует в ChatGPT Voice с 8 июля. На этой неделе изменилось то, кто её арендует и на что они её нацеливают.

Почему замена голосовой модели заслуживает заголовка

Голосовые интерфейсы раньше собирали внутри каждой компании. Вы покупали транскрипцию, вызывали собственную языковую модель и покупали синтез, а затем тратили самую сложную часть сборки на определение конца реплики — правило, которое решает, когда пользователь закончил говорить. Именно на этом правиле погибает большинство голосовых продуктов: слишком нетерпеливо — и агент перебивает людей, слишком медленно — и каждый звонок ощущается как плохая международная линия.

GPT-Live-1 устраняет этот шов. Это одна модель, которая слушает во время генерации, много раз в секунду решает, говорить или ждать, и передаёт тяжёлые рассуждения текстовой модели в фоновом режиме, не приостанавливая аудио. Perplexity не приходилось создавать политику перебивания, чтобы заработало управление несколькими сессиями; она унаследовала её.

Практическое следствие для читателей, создающих собственные голосовые продукты, звучит прямо: слой управления очередностью реплик, который вы собирались написать сами, теперь приходится арендовать. Будет ли это дешевле, целиком зависит от того, сколько минут ваш агент проводит в режиме прослушивания, а не говорения, — вопрос, на который стоит посчитать заранее, прежде чем браться, ведь счётчик тикает на протяжении всей сессии, включая молчание.

Часть Computer — это и есть настоящее изменение продукта.

Замена моделей незаметна для пользователей. А управление Computer в нескольких сессиях — нет. До этого обновления Perplexity Computer представлял собой один цикл агента, за которым вы наблюдали на экране. Новый голосовой слой позволяет вести один разговор, пока в фоне работают несколько сессий, запускать новую, просто сказав об этом, и управлять Projects по названию. Это ближе к диспетчеру, чем к чат-боту, и это первый потребительский голосовой интерфейс, который мы видели, где параллельные сессии агентов считаются нормой, а не исключением.

Здесь работу выполняют три детали:

• Одна сессия, много воркеров — голосовая реплика может обращаться к более чем одной сессии Computer, не завершая текущую.

• Создание задач голосом — новую работу можно ставить в очередь во время разговора, а не после него.

• Управление проектами по имени — проекты становятся объектами, которые можно создавать и переименовывать вслух, а значит, голосовому слою нужно разрешать ссылки, а не просто транскрибировать.

В теории ничего из этого не требует полнодуплексной модели. Всё это гораздо проще с такой моделью, потому что агент может подтвердить запрос коротким «мхм», пока начинается фактическая работа, вместо того чтобы молчать восемь секунд и надеяться, что пользователь будет ждать.

Perplexity назвала v1. С тех пор OpenAI выпустила v1.1.

Самая заметная деталь в анонсе — строка версии. Perplexity сообщает, что её голосовой режим работает на GPT-Live-1. В ChatGPT Voice OpenAI начала развёртывать GPT-Live-1.1 15 октября 2026 года — за две недели до этого переключения. Perplexity не сообщила, оценивала ли она 1.1, закреплена ли версия v1 намеренно ради стабильности или запланировано ли обновление.

Воспринимайте это как нормальную инженерную практику, а не как скандал. Платформа, интегрирующая речевую модель в потребительское приложение, гораздо больше заботится о замороженном снимке с предсказуемой задержкой, чем о новейшем чекпоинте, а OpenAI не опубликовала руководство по миграции, которое делает 1.1 заменой без изменений. Но это означает, что модель в приложении Perplexity сегодня — не та модель, что в ChatGPT сегодня, и любое сравнение двух голосовых взаимодействий измеряет разные веса.

Экономика, о которой Perplexity не говорила

В собственной документации OpenAI указана одна цена для этой модели: 0,05 доллара за минуту голоса, с посекундной оплатой и без округления вверх, при этом плата за 15-секундную инициализацию сеанса засчитывается в счет последующей длительности. Рассуждения, инструменты и веб-поиск работают на отдельной текстовой модели и оплачиваются отдельно. Perplexity продает подписку по фиксированной цене.

Эти две модели тарификации плохо сочетаются. Подписчик Max, использующий голос два часа в неделю — вполне обычный объём для того, кто только что получил бесконтактное управление несколькими сессиями агентов, — расходует примерно 520 минут в месяц. По прайсовой цене это около $26 только за голос, не считая вызовов рассуждения, стоящих за каждой задачей Computer. Подписчик, который оставляет сессию открытой, пока думает, или держит её запущенной как фоновое управление, тратит больше, потому что тишина тарифицируется по той же ставке, что и речь.

Каждая платформа, перепродающая голосовую модель с оплатой по потреблению в рамках фиксированного тарифа, делает именно такую ставку — и на старте она обычно оправдывается: большинство подписчиков расходуют гораздо меньше, чем приходится на «тяжёлый хвост» распределения. Интересное число, за которым стоит следить, — не среднее, а 95-й процентиль, и ни одна из компаний его не публикует.

Со стороны OpenAI показатель в час, который важен для планирования мощностей, — это стоимость входного аудио, а не время разговора. Artificial Analysis измерила GPT-Live-1 на уровне $5.83 за час входного аудио в конфигурации с высоким уровнем рассуждений и $4.47 в конфигурации с низким, используя фиксированный набор из 40 вопросов для бенчмаркинга — полезное напоминание о том, что заявленная цифра $0.05 охватывает только голос.

Насколько хороша модель, которую Perplexity только что внедрила?

В независимо проводимом индексе Speech-to-Speech от Artificial Analysis GPT-Live-1 набирает 83,2 балла в конфигурации Astra-medium — это второе место среди 21 оценённой модели после Grok Voice 3.0 с 86,9 — и 80,1 балла в конфигурации Sol-low, занимая пятое место. В проводимом той же лабораторией Speech Agent Arena — слепом предпочтении на основе реальных разговоров в стиле бронирования — две конфигурации находятся на уровне 1037 и 1041 Elo при успешности выполнения задач 87,4% и 90,9%.

Строка конфигурации — не украшение. GPT-Live-1 не выполняет рассуждения собственными силами; он делегирует их именованному бэкенду, и выбор бэкенда меняет и оценку, и счёт. Perplexity не раскрыла, с каким бэкендом она сочетает голосовой слой, поэтому её фактическое качество неизвестно извне, хотя её голосовая модель теперь является общеизвестной информацией.

Вопрос о маршрутизации, который никто не задавал

Вот структурный момент, который делает очевидным это объявление. Голосовое звено Perplexity теперь арендовано у OpenAI и не может быть заменено — GPT-Live-1 предоставляет ровно одну конечную точку, v1/live/sessions, и явно не является прямой заменой для Realtime API. Это звено заблокировано. А звено рассуждений за ним — нет.

Именно здесь роутер оправдывает своё место: текстовая модель, отвечающая за мышление для каждой задачи Computer, может быть заменена, переключена при сбое или разделена по типам задач без затрагивания голосового слоя. В OrcaRouter один и тот же ключ даёт доступ к GPT-6 Astra, GPT-5.6 Terra и GPT-5.6 Sol — уровням, которые сама OpenAI использует в качестве целей делегирования, — а также к моделям Claude, Gemini, Qwen и GLM, при этом цены из прайс-листов провайдеров передаются с наценкой 0%, а при деградации одного бэкенда автоматически выполняется переключение при сбое. Когда поставщик снижает цену, маршрутизируемый сегмент отражает это в тот же день.

{{1}}Чтобы быть точными в том, что мы не делаем:{{/1}} {{2}}OrcaRouter не обслуживает GPT-Live-1.{{/2}} {{3}}Голосовой участок остаётся на API OpenAI.{{/3}} {{4}}Мы маршрутизируем всё, что находится ниже по потоку, — именно там и сосредоточена фактическая вариативность затрат и надёжности голосового агента.{{/4}}

Что посмотреть дальше

Три вещи изменили бы эту историю. Если Perplexity перейдёт на GPT-Live-1.1, примечание к версии выше перестанет иметь значение, а качество голоса приложения должно повыситься с учётом того, что изменилось в 1.1. Если OpenAI опубликует механизмы контроля стоимости на уровне сессии — лимит, тайм-аут тишины, более дешёвую ставку за простой, — расчёты по фиксированной подписке станут проще для каждого реселлера. А если конкурирующая полнодуплексная модель появится на сопоставимом индексе, зависимость от одного поставщика в этой интеграции станет выбором, а не вариантом по умолчанию.

Для разработчиков практический вывод уже. Если вы создаёте голосовой интерфейс с частыми перебиваниями — приём заявок, бронирование, диспетчеризация, всё, где пользователь говорит больше, чем агент, — полноценная дуплексная модель теперь разумный выбор по умолчанию, а поминутная оплата — его цена. Если вы делаете озвучивание, чтение вслух или что-либо, что по запросу превращает текст в аудио, эта модель рассчитана и построена для другой задачи, и сравнение с TTS — это совсем другая статья.