Notícias de IA · 10 min de leitura

Preços da API GPT-Live-1.1: $0.05 ativo, $0.02 em espera

A OpenAI adicionou o GPT-Live-1.1 à API em 19 de novembro de 2026. As tarifas oficiais são $0.05 por minuto ativo e $0.02 em espera, iguais às do GPT-Live-1.

Uma onda sonora laranja quente e outra azul mais fria se cruzam no ar acima de um filamento de espera menos luminoso, sobre fundo escuro, sem texto nem logotipos

A OpenAI lançou o GPT-Live-1.1 (gpt-live-1.1) na Live API em 19 de novembro de 2026, ao preço de $0.05 por minuto ativo e $0.02 por minuto em espera, cobrados por segundo. Essas tarifas oficiais por duração são iguais às do GPT-Live-1; o raciocínio de modelos de backend e as chamadas de ferramentas executadas durante uma sessão são cobrados separadamente.

O que a OpenAI lançou na API do GPT-Live-1.1?

O GPT-Live-1.1 é o modelo de voz full-duplex da OpenAI para conversas multilíngues, disponível na API com o ID de modelo gpt-live-1.1 no endpoint /v1/live/sessions. A OpenAI documentou o lançamento da API no histórico oficial de alterações da API em 19 de novembro de 2026, seguido por um anúncio de @OpenAIDevs no X às 20:00:32 UTC do mesmo dia. Segundo a OpenAI, antes de chegar aos desenvolvedores da API, o GPT-Live-1.1 já alimentava conversas por voz no ChatGPT Plus e Pro desde 15 de outubro de 2026.

Na página oficial do modelo GPT-Live-1.1, a OpenAI define o lançamento em torno da escuta e da fala simultâneas, juntamente com a delegação ao backend. Como o GPT-Live-1.1 funciona em full duplex, o frontend de voz pode ouvir interrupções do usuário enquanto fala uma resposta, aceitar entradas de áudio e texto e retornar saídas de áudio e texto, com suporte a streaming e function_calling. Em vez de lidar com raciocínio complexo em várias etapas dentro do próprio ciclo de voz, os desenvolvedores escrevem instruções em linguagem natural que informam ao gpt-live-1.1 quando transferir uma tarefa para um modelo de backend ou um fluxo de ferramentas.

Além do novo snapshot do modelo, o histórico de 19 de novembro apresentou uma configuração de espera WebRTC para a Live API. A OpenAI destacou custos menores durante a inatividade no anúncio de lançamento; a espera se aplica tanto ao gpt-live-1 quanto ao gpt-live-1.1, e as tarifas de tabela por minuto são idênticas nos dois modelos.

Quanto custa o GPT-Live-1.1?

Segundo a página de preços da API da OpenAI, o gpt-live-1.1 custa $0.05 por minuto de sessão ativa e $0.02 por minuto de espera WebRTC, cobrados por segundo sem arredondar a duração da sessão para o minuto inteiro seguinte. Esses preços de tabela são iguais aos do gpt-live-1, portanto mudar o ID do modelo melhora a qualidade sem reduzir o preço.

ID do modelo Endpoint da API Tarifa de voz ativa Tarifa de espera WebRTC Unidade de cobrança Cobrança de backend e ferramentas
gpt-live-1.1 /v1/live/sessions $0.05 / minuto $0.02 / minuto Por segundo Cobrança separada pelas tarifas do modelo de backend e das ferramentas
gpt-live-1 /v1/live/sessions $0.05 / minuto $0.02 / minuto Por segundo Cobrança separada pelas tarifas do modelo de backend e das ferramentas

O custo total de um agente de voz Live tem dois componentes separados: cobranças pela duração da sessão de voz e cobranças padrão de uso dos modelos de backend e ferramentas que executam as tarefas delegadas. Quando o frontend de voz delega o raciocínio a um modelo de texto separado, esses tokens seguem as tarifas padrão da API; consulte nossa comparação de preços de APIs de IA e nossa análise do GPT-6.2 Astra e Sol para entender a estrutura das categorias de raciocínio no backend.

Exemplo de custo de voz e crédito WebRTC de 15 segundos

O guia da OpenAI sobre latência e custo de voz explica como os segundos ativos, os segundos em espera e o início da sessão interagem em uma fatura:

  1. Crédito de inicialização WebRTC: No comportamento de inicialização padrão, chamar POST /v1/live/sessions para criar uma sessão WebRTC cobra 15 segundos de duração de voz enquanto a conexão é inicializada. Quando a sessão começa a funcionar, a OpenAI credita essa cobrança de 15 segundos nas cobranças de duração em andamento. Não acrescente mais 15 segundos à duração real de uma chamada ao estimar a fatura; como observa a documentação da OpenAI, uma sessão ativa de 90 segundos já inclui os 15 segundos cobrados durante a inicialização.
  2. O que conta como tempo ativo: Os segundos ativos incluem a fala do usuário e do modelo, intervalos de silêncio antes de expirar o tempo limite de inatividade configurado e o tempo de espera pelo raciocínio do backend ou pela execução de ferramentas enquanto a inferência de voz continua em execução.
  3. Cálculo de uma sessão de 90 segundos: O guia de custos da OpenAI apresenta uma chamada de exemplo com 60 segundos de conversa ativa e 30 segundos em espera. Calculada pelas tarifas oficiais de tabela, a cobrança da sessão de voz é (1 × $0.05) + (0.5 × $0.02) = $0.06, mais quaisquer cobranças separadas de modelos de backend e ferramentas ocorridas durante ou entre sessões.

Ao avaliar maneiras de reduzir custos de APIs de IA, observe o comportamento dos controles de mudo do cliente: silenciar a entrada do microfone do usuário mantém a sessão GPT-Live ativa em vez de pausar a inferência. Quando uma conversa terminar completamente, o cliente ou servidor deve fechar a sessão e coletar o uso final, em vez de depender de um botão local de mudo.

O que mudou no GPT-Live-1.1 em relação ao GPT-Live-1?

A comparação do GPT-Live-1.1 com o GPT-Live-1 mostra uma melhoria na qualidade de voz e no suporte multilíngue sobre a mesma arquitetura de sessão. Quando a OpenAI disponibilizou o GPT-Live-1 em disponibilidade geral na API em 10 de setembro de 2026, o registro mencionou a cobrança de voz ativa por segundo com uso de backend cobrado separadamente, sem mencionar uma tarifa de espera. Em 19 de novembro de 2026, a OpenAI lançou o gpt-live-1.1 junto com a nova configuração de espera WebRTC para os dois modelos.

A OpenAI não publicou tabelas de taxa de erro de palavras nem pontuações de testes acústicos nas páginas de documentação consultadas; assim, as diferenças documentadas vêm das páginas dos modelos e dos anúncios para desenvolvedores da OpenAI:

  • Transcrição e pronúncia multilíngues: O histórico oficial e a documentação dos modelos da OpenAI afirmam que o gpt-live-1.1 transcreve a fala com mais precisão que o gpt-live-1 e melhora a pronúncia, além de oferecer sotaque e apresentação vocal mais consistentes entre idiomas.
  • Precisão alfanumérica e confiabilidade das tarefas: Na sequência de publicações de lançamento de @OpenAIDevs em 19 de novembro, a OpenAI afirma que o gpt-live-1.1 conclui tarefas com ainda mais confiabilidade, segue instruções e ajuda agentes de voz a entender detalhes precisos como letras e números, enquanto delega fluxos complexos a um modelo de backend escolhido.
  • Cotas separadas de limite de taxa: Ambos os modelos usam /v1/live/sessions, mas gpt-live-1.1 e gpt-live-1 aplicam limites separados de sessões simultâneas, e o limite de cada modelo vale para todas as regiões de inferência. A página do modelo gpt-live-1.1 orienta os desenvolvedores a verificar as configurações de limite da organização em vez de publicar números fixos por nível.

Como funciona a espera do GPT-Live no WebRTC?

A espera do GPT-Live é uma configuração de sessão para conexões WebRTC de gpt-live-1 e gpt-live-1.1 que pausa a inferência do modelo durante o silêncio, mantendo a chamada aberta. A OpenAI documenta a espera exclusivamente para sessões WebRTC em seu guia de gerenciamento de conversas Live.

Para ativar a espera ao criar uma sessão WebRTC por POST /v1/live/sessions, os desenvolvedores configuram três controles opcionais de comportamento e escutam eventos do ciclo de vida:

  1. Esperar a fala na inicialização: Defina session.wake_policy.type como speech para que a sessão espere alguém falar antes de iniciar a inferência ativa.
  2. Configurar a janela de inatividade: Defina session.idle_timeout_s como um número inteiro de 5 a 60. Depois que essa quantidade de segundos passar sem transcrição de entrada ou saída, a inferência pausa e a sessão muda para a cobrança de espera. Omitir session.idle_timeout_s mantém a inferência ativa após a primeira ativação até o fim da sessão.
  3. Ajustar a sensibilidade de ativação se necessário: Ajuste session.wake_policy.vad_threshold entre 0 e 1 (padrão 0.5). Limites mais altos exigem evidências mais fortes de fala humana antes de ativar a sessão, tanto na inicialização quanto após cada pausa em espera.
  4. Manter a faixa do microfone ativa e acompanhar eventos: O cliente precisa manter a faixa de áudio do microfone ativa durante a espera: silenciar o microfone não inicia a espera, e cortar a faixa impede a detecção de fala. A conexão WebRTC e o ID da sessão permanecem iguais; session.paused é emitido quando o tempo limite de inatividade interrompe a inferência (enquanto a conexão e o canal lateral permanecem abertos), e session.resumed quando a fala ativa a inferência e restaura o histórico da conversa.

A espera traz uma troca em relação à latência: a OpenAI observa que, após a pausa de uma sessão, a primeira resposta do modelo a uma fala curta pode demorar mais enquanto a inferência é retomada.

Endpoints, limites de configuração e APIs não suportadas

O GPT-Live-1.1 funciona exclusivamente na Live API (/v1/live/sessions, incluindo POST /v1/live/sessions para configurar a sessão e wss://api.openai.com/v1/live/sessions para sinalização WebSocket). Desenvolvedores não podem passar gpt-live-1.1 para Chat Completions, Responses, a Realtime API mais antiga (/v1/realtime), transcrição ou tradução Realtime, Assistants, Batch, Fine-tuning, Embeddings ou endpoints de geração de fala ou transcrição. Todas essas interfaces estão marcadas como não suportadas na página do modelo gpt-live-1.1.

Em uma configuração de sessão Live, duas regras estruturais determinam como conectar o agente de voz:

  • Modelo e voz imutáveis por sessão: Tanto model (definido como o snapshot padrão e único listado, gpt-live-1.1) quanto audio.output.voice (padrão marin, além das vozes multilíngues integradas e personalizadas da OpenAI) ficam bloqueados quando uma sessão começa. Para alterar qualquer um deles é necessário iniciar uma nova sessão.
  • Limite de instruções e modos de delegação: As instructions de sistema aceitam até 16,384 tokens, nos quais você descreve em linguagem natural quando delegar trabalho. A configuração de delegation.type seleciona o modo responses ou client (omitir o campo ou usar null define o modo client como padrão).

Escolha prática: atualizar para 1.1, usar espera ou fechar sessões

A escolha da configuração de gpt-live-1.1 e dos controles do ciclo de vida das sessões depende dos padrões de chamada e da cota da organização; para decisões mais amplas sobre endpoints de texto e multimodais, consulte nosso guia sobre como escolher um modelo de IA.

  • Quando mudar o ID do modelo para gpt-live-1.1: Atualize model para gpt-live-1.1 se sua aplicação atende pessoas que falam idiomas diferentes, troca de idioma durante a chamada ou coleta IDs de conta, códigos de confirmação e nomes soletrados em voz alta, casos nos quais a OpenAI busca melhorar a transcrição e o reconhecimento de letras e números. Como as tarifas por duração e por segundo são iguais às do gpt-live-1, testar o novo snapshot não acrescenta tarifa de voz. Antes de transferir o tráfego de produção, confira no painel da OpenAI o limite de sessões simultâneas de gpt-live-1.1 da organização, pois sua cota é separada da de gpt-live-1.
  • Quando ativar a espera WebRTC: Ative wake_policy.type: "speech" e um idle_timeout_s de 5 a 60 segundos quando os usuários permanecem conectados a uma interface de voz WebRTC enquanto leem resultados na tela, preenchem formulários ou fazem pausas intermitentes de meio minuto a alguns minutos. A espera mantém o histórico de conversas e o transporte WebRTC prontos para retomar, custando 60% menos que a tarifa de voz ativa durante os períodos de silêncio.
  • Quando fechar a sessão: Encerre a sessão e abra outra mais tarde quando uma aplicação puder se desconectar adequadamente durante intervalos longos ou quando um usuário se ausentar por vários minutos. Uma aba em espera abandonada continua acumulando cobranças por duração, e o estado da aplicação pode coordenar o trabalho de backend entre sessões separadas de chamadas diferentes.

FAQ

O GPT-Live-1.1 é mais barato que o GPT-Live-1?

Não. A OpenAI lista tarifas por duração idênticas para gpt-live-1.1 e gpt-live-1 ($0.05 por minuto ativo e $0.02 por minuto em espera WebRTC, cobrados por segundo sem arredondamento para minutos inteiros). A redução de custo vem da ativação da espera WebRTC ou do fechamento antecipado de sessões inativas, e não da mudança de IDs de modelo.

A espera do GPT-Live também funciona no GPT-Live-1?

Sim. Embora a OpenAI tenha anunciado a espera WebRTC na mesma entrada do histórico e na mesma sequência de publicações no X de 19 de novembro de 2026 que o gpt-live-1.1, a espera é uma configuração de sessão da Live API suportada tanto no gpt-live-1 quanto no gpt-live-1.1, com idle_timeout_s de 5 a 60 segundos em conexões WebRTC.

Silenciar o microfone ativa a espera?

Não. A documentação da OpenAI sobre custos de voz afirma que silenciar a entrada do microfone mantém a sessão ativa pela tarifa ativa integral. A espera WebRTC exige que a faixa de áudio do microfone continue ativa para que a detecção de atividade de voz perceba quando o usuário voltar a falar e retome a inferência.

Posso chamar gpt-live-1.1 no Chat Completions, Responses ou /v1/realtime?

Não. O ID de modelo gpt-live-1.1 só é suportado em /v1/live/sessions. A OpenAI marca Chat Completions, Responses, Realtime (/v1/realtime), Assistants, Batch e endpoints independentes de transcrição ou geração de fala como não suportados; para usar Responses para raciocínio, configure a delegação a partir da sessão Live.

A cobrança de 15 segundos de inicialização WebRTC adiciona custo a toda chamada?

Não quando a chamada dura pelo menos 15 segundos. Criar uma sessão WebRTC por POST /v1/live/sessions cobra 15 segundos durante a inicialização no comportamento padrão, e a OpenAI credita esse valor nas cobranças de duração em andamento. Assim, uma chamada ativa de 90 segundos é cobrada por 90 segundos no total.

Fontes

Escrito por

Chunyu Cai

Chunyu Cai é CEO da Lotook, LLC e empreendedor. Escreve sobre modelos de IA, agentes e como eles mudam o trabalho cotidiano. Chunyu Cai tem um mestrado pela instituição Imperial College London.