ChatGPT 読了 7 分

「レス速いしテンポも良くてすごい」——OpenAIの新音声API「GPT-Live-1」、1時間480円で使えた理由

Shiritomo編集部 @shiritomoAI_jp 2026年9月11日更新

「マジでレス速いしテンポも良くてすごいな」。
AITuber（AIが動かすバーチャルキャラクター）開発者のtegnike氏が、自作のキャラクターに新しい音声モデルを組み込んだ直後につぶやいた言葉です。
OpenAIは9月10日、開発者向けAPIで「GPT-Live-1」の提供を正式に始めました。
ユーザーが話している最中でも相づちを打ったり、途中で割り込んだりできる「フルデュプレックス」対応の音声モデルで、料金は1分0.05ドル（約8円）です。
声を使ったアプリやサービスを検討している人にとって、実装のハードルと費用感がどう変わったのかが気になるところでしょう。

先に結論をまとめると：
– OpenAIが「GPT-Live-1」をAPIで正式提供開始。
ユーザーの発話中でも相づち・割り込みができる「フルデュプレックス」対応の音声モデル
– 料金は1分0.05ドル（約8円）の秒単位課金。
10分で約80円、1時間で約480円という水準
– 日本の開発者からは「レスポンスが速い」と好反応。
AIキャラクターや英会話練習など、個人開発者の応用がすでに始まっている

相づちを打てる音声AIが、開発者の手に渡った

OpenAIが公開したGPT-Live-1は、ChatGPTの音声会話機能を外部アプリに組み込めるようにする、開発者向けのAPIモデルです。
最大の特徴は「full-duplex（フルデュプレックス）」と呼ばれる仕組みで、AIがユーザーの発話を聞きながら同時に応答を生成できます。
これまでの音声AIの多くは、ユーザーが話し終わるのを待ってから返答する「順番制」でしたが、GPT-Live-1は会話の最中に相づちを入れたり、必要なら話に割り込んだりすることが可能になりました。

この機能をいち早く試したのが、AITuberを開発するためのオープンソースツール「AITuberKit」の開発者、tegnike氏です。
自作のAIキャラクターにGPT-Live-1を導入し、実際に会話させている様子を投稿しました。

GPT‑Live‑1 を AITuberKit に導入しました！！
ChatGPTで使えるあの会話体験を自分のキャラでどうぞ！！

というかマジでレス速いしテンポも良くてすごいなこれhttps://t.co/41moOfGM0j https://t.co/dcAV6NMJPQ pic.twitter.com/fdo0VDqIfb
— ニケちゃん (@tegnike) 2026年9月10日

投稿に添付された画像には、ピンク基調の背景に紫髪のキャラクターが「AITuber」と書かれたTシャツを着て立っており、下部には「GPT-Live-1」「会話中・マイクON」という表示が確認できます。
実際に音声モデルを切り替えて会話できる状態になっていることが分かる一枚です。
ただ、この「速さ・テンポの良さ」は体感の話にとどまります。
指標として裏付けがあるのか、実際の料金感も含めて確認してみました。

調べて分かったこと

フルデュプレックスは何がどう変わったのか？

従来型の音声AIは、ユーザーの発話が止まったことを検知してから応答を組み立てるため、間が空いたり、逆に発話がかぶってしまったりすることがありました。
GPT-Live-1は入ってくる音声を処理し続けながら応答を生成する設計で、聞き続けるか・間を置くか・割り込むか・話すか・ツールを呼び出すかを、1秒間に何度も判断できるとされています。
前モデル「GPT-Realtime-2.1」との比較では、OpenAI独自のフルデュプレックス評価指標で30ポイント以上改善したと報じられており、会話の間合いを測る指標そのものが大きく変わったことがうかがえます。

料金面を実際に計算してみた投稿もありました。

ついにGPT-LiveがAPIで使えるようになったらしい！
1分あたり0.05ドル

– 10分：約80円
– 1時間：約480円
– 100時間：約48000円

思ったよりも安いし結構サービスに入れやすそうではあるか https://t.co/V1hAKXIhGR
— 松丸彗吾(keigo matsumaru) (@k_matsumaru) 2026年9月10日

投稿によると、1分あたり0.05ドルという課金体系を換算すると、10分の利用で約80円、1時間で約480円、100時間使っても約48,000円というレベルです。
「思ったよりも安い」という感想の通り、個人開発者が試作段階で導入するには手が出しやすい価格帯だと言えそうです。
公式ドキュメントでも、音声セッションは秒単位の従量課金と明記されています。
ほかにも12種類の新しい声や、電話回線を使った通話（テレフォニー）への対応、特定の単語を聞き取りやすくする「キーワードバイアス」機能が用意されており、コールセンターや電話予約サービスのような用途も想定されていることがうかがえます。

AIとの英会話練習で何が変わるのか？

GPT-Live-1のような音声AIが日常的に使われている場面のひとつが、英会話の練習です。
「ai英会話」「英会話ai」は月間9,900件前後の検索があるとされる、息の長いテーマです。
実際に、英語のスピーキング練習にGPT-Liveを使っているという投稿もありました。

最近GPT-liveと英会話練習してるけど、それなりに機能しているプロンプト：

——-

You are my English speaking coach.

## Premise

– software engineer who desgin software and user interface
– curious about developer tools, OSS background

## Speaking Seession

Run a 15-minute…
— unvalley (@unvalley_) 2026年9月10日

この投稿では、ソフトウェアエンジニアという設定を伝えた上で15分間の英会話セッションを組ませるプロンプトを公開しています。
AIとの会話練習でこれまで指摘されてきた「間が不自然」「話が被る」といった違和感は、フルデュプレックス対応によって和らぐ可能性があります。
ただしこれは個人の使用感であり、語学学習アプリとしての効果を検証したものではない点には注意が必要です。

Shiritomo編集部の考察：個人開発者の参入障壁が下がった意味

今回の発表で注目したいのは性能そのものより、秒単位課金という価格設計が「個人が試しに作ってみる」段階のハードルを下げたことです。
tegnike氏が即日AITuberKitへ組み込んだように、企業のコールセンター導入を待たずに、個人開発者のプロダクトで先に使用感が広まる流れがすでに始まっています。
過去にもテキスト生成APIの値下げが個人製ラッパーアプリの流行を後押ししてきた経緯があり、音声領域でも同様の動きが起きる可能性があります。
SNS運用やAI活用に関わる立場としては、大手企業の発表よりも先に、個人開発者のX投稿から実装イメージや落とし穴（追加コストなど）を拾っておくと、次の展開を早く掴めそうです。