KI SpotlightNewsOpenAI veröffentlicht GPT-Live: Sprachmodell hört und spricht gleichzeitig
Das System nutzt eine Full-Duplex-Architektur und soll komplexe Aufgaben an GPT-5.5 delegieren. Parallel hat OpenAI eine Desktop-App veröffentlicht, die Chat, Work und Codex bündelt.
Mit KI erstelltInhalt
◆ Fakten auf einen Blick
- OpenAI hat GPT-Live mit Full‑Duplex‑Architektur vorgestellt, das gleichzeitig zuhören und sprechen kann.
- Es gibt zwei Varianten: GPT‑Live‑1 für zahlende Abos und GPT‑Live‑1 mini für kostenlose Nutzer, die ab sofort ausgerollt werden.
- In Tests wurde GPT‑Live‑1 von Nutzern in 75,7 % der Fälle gegenüber dem Advanced Voice Mode bevorzugt; GPT‑Live‑1 mini erreichte 69,2 %.
- GPT‑Live ist zunächst auf iOS, Android und im Web verfügbar; ein API‑Zugang soll bald folgen.
OpenAI hat GPT-Live vorgestellt, ein Sprachmodell für ChatGPT. Es soll Live-Unterhaltungen natürlicher machen. Dank Full-Duplex-Architektur könne es gleichzeitig zuhören und sprechen. Zwei Varianten sollen ab sofort ausgerollt werden: GPT-Live-1 für zahlende Abos (Go, Plus, Pro) und GPT-Live-1 mini für kostenlose Nutzer. Sie sollen auf iOS, Android und im Web verfügbar sein; ein API-Zugang soll bald folgen.
GPT-Live-1 und GPT-Live-1 mini: Zwei Varianten
Die Modellfamilie umfasst zwei Ausführungen. GPT-Live-1 ist für zahlende Abos vorgesehen, GPT-Live-1 mini für den kostenlosen Tarif. In Tests bevorzugten Nutzer GPT-Live-1 laut OpenAI in 75,7 Prozent der Fälle gegenüber dem bisherigen Advanced Voice Mode; bei GPT-Live-1 mini lag der Wert bei 69,2 Prozent. Die bisherigen Modi Standard und Advanced Voice sollen vorerst erhalten bleiben, ebenso deren Video- und Screen-Sharing-Funktionen. GPT-Live unterstützt diese zum Start nicht.
Full-Duplex: Gleichzeitiges Hören und Sprechen
Statt eines starren Wechsels soll GPT-Live mehrmals pro Sekunde entscheiden: sprechen, zuhören, pausieren, unterbrechen oder ein Werkzeug aufrufen. Füllwörter wie „mhmm“ oder „got it“ sollen Aufmerksamkeit signalisieren. Nutzer sollen das Modell unterbrechen, Denkpausen einlegen oder ein langsameres Tempo verlangen können. Während des Gesprächs soll ChatGPT Voice visuelle Karten einblenden – etwa zu Wetter, Aktienkursen oder Sportergebnissen. Die neun Stimmen für GPT-Live hat OpenAI nach eigenen Angaben überarbeitet.
Aufgabendelegation an GPT-5.5
Eine zentrale Änderung betrifft die Trennung von Gesprächsführung und Reasoning. Erfordert eine Anfrage Websuche, logisches Denken oder agentische Fähigkeiten, soll GPT-Live die Aufgabe an ein Hintergrundmodell delegieren – zunächst GPT-5.5. Während dieses arbeitet, soll GPT-Live das Gespräch aufrechterhalten. Nutzer sollen zudem eine Reasoning-Stufe wählen können: „Instant“ für schnelle Antworten, „Medium“ und „High“ für Aufgaben, bei denen das Modell mehr Zeit investieren soll. Die Architektur soll es erlauben, GPT-Live künftig mit den neuesten Frontier-Modellen zu verbinden und so Wissenslücken zu schließen, die frühere Live-Modelle aufwiesen.
Desktop-App bündelt Chat, Work und Codex
Zeitgleich hat OpenAI eine neue Desktop-App für Windows und Mac angekündigt. Sie führt Chat, den Agenten „Work“ und die Coding-Umgebung Codex in einer Plattform zusammen. Die App soll für alle Tarife bereitstehen, auch für kostenlose Nutzer. Mit ChatGPT Work sollen sich komplexe Arbeitsabläufe anstoßen lassen, die der Agent über Stunden selbstständig bearbeitet – von der Budgetanalyse bis zur Erstellung von Marketingmaterial. Codex soll aus Antworten konkrete Ergebnisse wie Tabellen, Präsentationen oder Web-Apps erzeugen. Nach Angaben von OpenAI nutzen bereits fast alle internen Teams die neuen Werkzeuge.
GPT-Live und die Desktop-App sollen Konversation und Produktivität enger verzahnen. Die Sprachmodelle sollen ab sofort verfügbar sein. Video- und Screen-Sharing sollen in GPT-Live bald folgen, ebenso der API-Zugang für Entwickler.
