Offrant un temps de réponse proche de celui d’un humain, malgré quelques légers temps de latence, ce mode permet à l’utilisateur de choisir parmi 9 voix, dont 5 récemment ajoutées. Ils peuvent adopter des intonations variées et même ajuster leur ton à celui de leur interlocuteur, pour une expérience encore plus immersive. Il est notamment possible de demander à ChatGPT de garder une trace des discussions pour une utilisation ultérieure.