A lényeg elöl
Ha idén ősszel valaki MI-alapú telefonos ügyfélszolgálatot ajánl neked egy szép, kerek havidíjért, mostantól van mihez mérned az ajánlatát.
Az OpenAI fejlesztői változásnaplójában szeptember 10-i dátummal megjelent, hogy a GPT-Live 1 nevű hangmodell általánosan elérhetővé vált az API-ban. Ugyanabban a bejegyzésben ott a díj is: 0,05 dollár percenként, másodperc alapon számlázva. Ez a szám viszont csak a hangra vonatkozik. Azt a modellt, amelyik kitalálja, mit válaszoljon a rendszer az ügyfelednek, az OpenAI külön számlázza.
Ez nem fogyasztói funkció, és nem azt jelenti, hogy neked ezt meg kellene építened. Egyetlen dolgot jelent: a következő ajánlatot két sorra tudod bontatni. Mennyi benne a hangperc, és mennyi a háttérmodell. Aki ezt a saját ajánlatáról nem tudja megmondani, az vagy nem számolta ki, vagy nem akarja, hogy lásd.
Forintárat ne keress hozzá. Az OpenAI dollárban árazza, és én sem váltom át helyetted.
Mi történt szeptember 10-én
Az OpenAI fejlesztői változásnaplójában szeptember 10-i dátummal, a gpt-live-1 címkével megjelent egy bejegyzés. Szó szerint ez áll benne:
„GPT-Live 1 is now generally available in the API. Build full-duplex voice conversations that can continue while a backend model or agent handles reasoning and tools. Use Responses delegation with an OpenAI model, or client delegation to connect your own backend. Voice sessions cost $0.05 per minute, billed per second; backend model and tool usage is charged separately.”
Magyarul: a GPT-Live 1 mostantól általánosan elérhető az API-ban. Olyan hangbeszélgetéseket lehet vele építeni, amelyek akkor is folytatódnak, amikor egy háttérmodell vagy ügynök végzi a gondolkodást és kezeli az eszközöket. Vagy egy OpenAI-modellre bízod ezt a részt, vagy a saját rendszeredet kötöd be. A hangalapú beszélgetés percenként 0,05 dollárba kerül, másodperc alapon számlázva, a háttérmodell és az eszközhasználat díja pedig külön jön.
A modell saját oldala egyetlen mondatban írja le, mi ez:
„a full-duplex voice model for real-time conversations. It can listen and speak at the same time, and delegate reasoning and tool use to a backend agent.”
Vagyis valós idejű beszélgetésre való hangmodell, amely egyszerre tud figyelni és beszélni, a gondolkodást és az eszközhasználatot pedig átadja egy háttérben futó ügynöknek. A gyakorlatban ez azt jelenti, hogy nem kell megvárnod, amíg az AI végigmondja a mondatát, mert közben is figyel.
Ami ebből nem új
Ha már beszéltél a ChatGPT-vel a telefonodon vagy a gépeden, akkor a hangélményt ismered. Erről júliusban külön is írtam. Az, hogy MI-vel lehet beszélni, nem szeptemberi újdonság.
Azt sem állítom, hogy ez pontosan ugyanaz a motor, amelyik a telefonodon megszólal. Az OpenAI ezeken az oldalakon nem írja le, hogy a ChatGPT hangja és a GPT-Live 1 ugyanaz volna, én pedig nem adok a szájába ilyet.
Ami tényleg megváltozott, az sokkal szárazabb, és pont ezért használható. A hangnak mostantól nyilvános, pontos, bárki által leolvasható ára van. Eddig a hang árát csak az árajánlatból ismerted, most pedig ott van mellette a gyártó saját száma is. Feltéve, hogy a szállítód ezt a modellt használja. Pont ezért lesz ez az egyik kérdésed.
Ami tényleg új: pontos, nyilvános percdíj
0,05 dollár percenként, másodperc alapon számlázva. Ennyi.
A másodpercalapú számlázás azt jelenti, hogy a mérőóra másodpercenként ketyeg, nem egész percekre kerekít. Egy negyvenmásodperces hívás nem egy perc.
Számolj vele nyugodtan, csak maradj a dollárnál. Száz beszélgetési perc a kiírt díjjal 5 dollár, ezer perc 50 dollár. Ezek dollárértékek, forintban nincs megfelelőjük, mert az OpenAI nem ad hozzá árfolyamot. És nincs bennük a háttérmodell, ahogy semmilyen szolgáltatói díj sem.
Rákerestem mindhárom érintett OpenAI-oldalon a forintra, az euróra és az euró jelére. Egyik sem szerepel rajtuk. Ha mégis írnék ide egy forintösszeget, azt én találnám ki, nem az OpenAI, és a saját bankod árfolyama amúgy is felülírná. Arról, hogy a pénznem mennyire nem részletkérdés, külön is írtam.
Minimumdíjról egyetlen szó sincs a három oldalon. Sem hívásonkénti minimum, sem havi alapdíj. Ez nem azt jelenti, hogy a szállítódnál sem lesz ilyen. Azt jelenti, hogy ha nála van, akkor az az ő feltétele, nem a gyártóé, tehát rá lehet kérdezni.
A két mérőóra, amit külön számláznak
A bejelentés utolsó félmondata a legfontosabb az egészben:
„backend model and tool usage is charged separately”
A háttérmodell és az eszközhasználat díját külön számlázzák. Ugyanez a mondat a fejlesztői útmutatóban is szerepel, egyetlen szó eltéréssel: „Backend model and tool usage is billed separately.”
Egy ilyen MI-megoldás alatt tehát két mérőóra fut.
Az első a hang. Ez hallja meg, amit az ügyfeled mond, és ez szólal meg. Ennek az ára ki van írva, percre pontosan, és most már te is látod ugyanazt, amit a fejlesztő lát.
A második az, amelyik eldönti, mit válaszoljon. Ez keresi ki a foglalást, ez nézi meg a nyitvatartást, ez dönti el, adjon-e időpontot. A bejelentés szerint ide két út vezet. Vagy egy OpenAI-modellre bízod, a bejelentés szóhasználatával „Responses delegation”, és akkor annak a modellnek a saját díjszabása szerint fizetsz. Vagy a szállító a saját rendszerét köti be, ez a client delegation, és akkor az ő költsége ül a másik mérőórán.
Neked ez egyetlen dolog miatt számít. Az első esetben a második mérőóra is a gyártó árlapján van, tehát utána tudsz nézni. A második esetben a szállító árlapján, tehát csak tőle tudod megkérdezni. Egyik sem rossz válasz. Az a rossz válasz, ha nem tudják megmondani, melyikről van szó.
Mit kérdezz meg, mielőtt aláírsz egy ajánlatot
Öt kérdés, és mindegyikre írásban kérj választ.
Kérd két sorban az árat. Mennyi ebben a hangperc, és mennyi a háttérmodell meg az eszközhasználat? Ha egyetlen összeget kapsz vissza, kérdezd meg, hol van benne a második tétel.
Hány perc van a havidíjban, és mi van felette? A percdíj és a keret együtt adja ki a valódi árat. Ha a keret nincs kiírva, akkor nincs havidíjad, csak az első számlád.
Melyik hangmodell szól, és melyik bekötést használják? Ha nem a GPT-Live 1 szólal meg, akkor ez a percdíj nem az ő költségük, és másik árlapot kell kérned. Ha az, akkor jöhet a kérdés másik fele: OpenAI-modell válaszol a háttérben, vagy a saját rendszerük? Ez dönti el, kinek az árlapján van a második mérőóra.
Milyen pénznemben számláznak nekem, és kinél van az árfolyamkockázat? A gyártó dollárban árazza. Hogy a te számládon mi jelenik meg, az már a szállító döntése, nem az OpenAI-é.
Magyarul hogyan szól? Az OpenAI ezen a három oldalon nem közöl nyelvi listát, tehát a magyar nyelvtudás nem a gyártó ígérete, hanem a szállítóé. Kérj élő, magyar nyelvű bemutatót a saját ügyfeleid tipikus kérdéseivel. Öt perc hallgatás többet mond, mint öt oldal árajánlat.
Amit ne higgy el
„Minden benne van a havidíjban.” Lehet, hogy tényleg benne van, de akkor a szállító átvállalta a második mérőóra kockázatát, és ezt le is tudja írni egy mondatban. Ha nem tudja leírni, akkor nem vállalta át, csak nem mondta ki.
„Ez most már magyarul is tud.” Lehet. Ezen a három oldalon nyelvi lista nincs, tehát ez nem a gyártó állítása. Bemutatóval igazolható, mondattal nem.
„Magyarországon már elérhető”, vagy éppen „nálunk még nem.” Az OpenAI ezeken az oldalakon a régiós elérhetőségről egy szót sem ír. Aki ezt állítja, nem innen veszi, és meg kell kérdezni, honnan.
„Öt cent percenként, ez fillérekből megvan.” Ez a hang ára. A megoldás ára ennél több, pontosan annyival, amennyit a másik mérőóra mutat.
Amit nem állítok
Nem állítom, hogy neked MI-hangügynököt kellene építened. Egy egyszemélyes vállalkozásnak ez a hír nem termék, hanem mérce. Egy nyilvános szám, amihez hozzá tudod mérni azt, amit eladnak neked.
Nem állítom, hogy a 0,05 dollár jövő hónapban is ennyi lesz. Azt olvastam le, ami ma ki van írva, és ha változik, az ugyanezen az oldalon fog látszani.
Nem tudom megmondani, mennyi lesz a teljes havi költséged. Ahhoz tudni kellene, hány percet beszélnek az ügyfeleid, melyik modell válaszol nekik, és mekkora eszközhasználat fut közben. Ezt a három számot a szállítód tudja, és ezért érdemes elkérni tőle.
Források
- OpenAI, fejlesztői változásnapló, a
gpt-live-1bejegyzés szeptember 10-i dátummal - OpenAI, a GPT-Live 1 modell oldala
- OpenAI, a hangbeszélgetések fejlesztői útmutatója
Mindhárom oldalt 2026. szeptember 12-én olvastam el. Az idézetek szó szerint onnan valók, angolul, ahogy az OpenAI írja őket.