Голосовой ChatGPT стал реже застревать на «checking...»

По наблюдению Testing Catalog, постоянная надпись «Checking..» в голосовом режиме сильнее всего раздражала во время вайб-кодинга, когда код пишут, разговаривая с ассистентом. С моделью GPT-Live-1.1 ждать на «checking...» придётся меньше, но насколько меньше, источники формулируют по-разному.

OpenAI объявила об обновлении в X. GPT-Live-1.1 работает в голосовом режиме ChatGPT, Codex и dots, раскатка на всех пользователей началась сегодня. В API модель появится позже, дату OpenAI не назвала.

OpenAI обещает меньше «checking...», Testing Catalog пишет, что надпись должна исчезнуть

Анонс OpenAI занимает три строки, и изменений в нём три. Появились новые голоса на французском, немецком, хинди, мексиканском испанском, корейском и японском, акценты стали точнее, а «checking...» должно встречаться реже. Цифр и сравнений с прошлой версией в посте нет.

Testing Catalog повторяет тот же список языков и ту же новость про API, но про ожидание пишет жёстче: постоянное «Checking..» должно уйти совсем. Формулировка подана как ожидание, без замеров и без примеров из новой версии. В первоисточнике речь идёт только о том, что ожидания станет меньше.

Про качество акцентов не спорит никто, потому что данных нет ни у кого. OpenAI улучшение ничем не измерила, Testing Catalog его не обсуждает. Для контекста: по данным TechCrunch, на июльском демо живой перевод на хинди звучал с сильным американским акцентом, а сам хинди казался неестественным.

Про Codex TechCrunch писал ещё в июле. По данным издания, с ChatGPT через Voice и Dictation разговаривают больше 150 миллионов человек, а руководитель голосового продукта Atty Eleti называл голос основным интерфейсом для долгой агентной работы и приводил в пример как раз Codex.

Откуда в голосовом режиме берётся «checking...»

Предыдущий шаг был в июле. 8 июля мы писали, что GPT-Live заработал в ChatGPT Voice. Вышли две версии: GPT-Live-1 для платных тарифов и GPT-Live-1 mini, которая по умолчанию стоит у бесплатных пользователей.

GPT-Live относится к полнодуплексным моделям, то есть слушает и говорит одновременно. Прежние голосовые системы разговаривали по очереди. По данным TechCrunch, старый голос ChatGPT собирали из трёх моделей: одна расшифровывала речь, языковая модель писала ответ, третья его озвучивала. В OpenAI, как пишет издание, объясняли, что новые модели решают две проблемы: голос перебивал пользователя на полуслове и не всегда справлялся со сложными вопросами.

По данным Theainavigatorhub, промежуточный Advanced Voice Mode уже обрабатывал звук одной моделью, но ждал тишины, поэтому пауза в речи или фоновый шум могли сойти за конец реплики.

В GPT-Live быстрый разговорный слой отделён от глубокого поиска и рассуждений. На старте он передавал трудные задачи GPT-5.5 в фоне и продолжал разговор. Похоже на администратора в приёмной, который говорит с вами, пока специалист в соседнем кабинете ищет ответ.

По описанию Seedaudio, модель постоянно слушает и в реальном времени решает, говорить, слушать, сделать паузу, перебить или вызвать инструмент. Глубокую работу она отдаёт GPT-5.5, а ответ возвращает голосом и потоковым текстом, где поддерживается, с визуальными виджетами. Тот же источник называет три уровня рассуждений у GPT-Live-1: Instant, Medium и High, причём на высоком за кулисами работает GPT-5.5 Thinking.

Состояние «checking...», вероятно, и есть время, пока разговорный слой ждёт ответа от тяжёлой модели.

Чего мы не знаем

• За счёт чего ожидание сократили в 1.1: быстрее стала фоновая модель, реже включается делегирование или изменился сам интерфейс. В посте об этом ничего нет.
• Какая модель сейчас принимает делегированные задачи. 23 сентября мы писали, что голосовой режим может работать на GPT-6 Astra, Sol и Luna, и тогда же к ChatGPT Voice подключили плагины для почты, календаря и Slack.
• Что будет с GPT-Live-1 mini. В посте сказано «all users», но о mini и бесплатных тарифах отдельно ничего нет.
• Когда выйдет API. OpenAI пишет «coming soon». На старте в июле API для GPT-Live в общем доступе не было, OpenAI предлагала оставить заявку через форму. По данным Seedaudio, тогда же не хватало видео, демонстрации экрана, подключённых приложений, custom GPTs и десктопа; что из этого закрыто для 1.1, анонс не уточняет.
• Как будет устроено делегирование в API. В документации, которую пересказывает Gptlives, описаны два варианта: поддерживаемая модель из Responses API или клиент, где приложение запускает собственную модель, агентную обвязку или сервис. Расшифровкой занимается отдельная модель gpt-live-transcribe, которая 28 июля вышла в API вместе с GPT-Transcribe для готовых записей.

Из двух версий надёжнее осторожная формулировка OpenAI: «меньше checking» сказано первоисточником, а «надпись должна исчезнуть» остаётся ожиданием Testing Catalog, которое пока ничем не подтверждено. Если вы диктуете задачи Codex голосом, сравните, как часто надпись появлялась у вас до обновления и как часто появляется после.