OpenAI stellt GPT-Live vor: Der nächste Schritt in der Echtzeit-Sprachinteraktion

OpenAI veröffentlicht GPT-Live – Next-Generation Voice Mode

Obwohl die Veröffentlichung bereits gestern stattfand, wurde sie medial etwas vom Hype um Grok-4.5 überlagert. Hier sind die wesentlichen Neuerungen:

— Simultanes Hören und Sprechen: Das Modell wurde darauf trainiert, gleichzeitig zuzuhören und zu sprechen. Im Gegensatz zum bisherigen Advanced Voice Mode, der auf einem Wechselmodell (Turn-Taking) basierte, fühlt sich die Interaktion nun wie ein echtes Live-Gespräch an. Dies gilt insbesondere bei englischsprachigen Nutzern. In Tests zur simultanen Übersetzung lieferte das System überzeugende Ergebnisse.

— Neue Full-Duplex-Architektur: Die bisherige Sequenz „Nutzer -> Verarbeitung -> Antwort“ wurde ersetzt. Das Modell hört, aktualisiert seinen Kontext und denkt nun parallel. Alle wenigen Sekunden trifft das System eine Entscheidung: weiterzuhören, den Sprecher zu unterbrechen oder ein Tool aufzurufen.

— Intelligente Weiterleitung: Bei komplexen Anfragen kann das System die Frage im Hintergrund an GPT-5.5 delegieren, während es das Gespräch natürlich fortsetzt, bis die Antwort bereitsteht.

Verfügbarkeit: Der neue Modus sowie zusätzliche Stimmen sind ab sofort verfügbar. Nutzer des kostenlosen Tarifs erhalten schrittweise Zugang zu GPT-Live-1 mini, während zahlende Kunden bereits vollen Zugriff auf GPT-Live-1 haben.

Aktuell fehlen noch Video- oder Bildschirm-Demos, und einige Sprachen weisen noch einen merklichen Akzent auf. Die Entwickler versprechen jedoch, diese Einschränkungen schrittweise zu beheben.