OpenAI actualiza ferramentas para voz, agentes e trabalho no browser

Resumo

A OpenAI enviou uma actualização para developers com várias novidades centradas em voz em tempo real, agentes e criação multimodal.

Entre os destaques estão novos modelos para a Realtime API, incluindo gpt-realtime-2, gpt-realtime-translate e gpt-realtime-whisper, uma extensão Chrome para Codex, actualizações ao Agents SDK, GPT-5.5 e GPT-Image-2.

Na pratica

Os novos modelos Realtime foram apresentados como uma forma de criar agentes de voz mais naturais, com melhor seguimento de instruções, capacidades multilingues, tradução ao vivo e transcrição palavra-a-palavra enquanto a fala acontece.

A extensão Chrome para Codex permite que o agente trabalhe directamente em sites onde o utilizador está autenticado, organize separadores por tarefa e devolva resultados para revisão. A OpenAI também destacou o Agents SDK como uma forma de criar agentes capazes de inspeccionar ficheiros, correr comandos, editar código e trabalhar em tarefas longas dentro de ambientes controlados.

Contexto

A actualização mostra a OpenAI a aproximar várias peças da mesma visão: modelos mais fortes, voz em tempo real, agentes com ferramentas, browser interaction, geração de imagem e infraestrutura para execução controlada.

Mais do que um lançamento isolado, o conjunto aponta para uma mudança na forma como a IA entra no trabalho diário. A interacção deixa de estar limitada ao chat e passa a incluir voz, browser, ficheiros, código, imagens e workflows longos.

Porque importa

• Voz em tempo real e tradução ao vivo tornam a IA mais útil em atendimento, formação, reuniões e assistência operacional.
• Codex no Chrome aproxima os agentes dos sistemas onde o trabalho realmente acontece.
• O Agents SDK reforça a ideia de agentes a trabalhar em ambientes controlados, com ficheiros, comandos e ferramentas.
• Para empresas, isto é material forte para demos sobre a próxima geração de workflows com IA.