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

OpenAI hat GPT-Live veröffentlicht – einen Sprachmodus der nächsten Generation. Obwohl die Veröffentlichung gestern stattfand, wurde das Ereignis durch die Nachrichten zu Grok-4.5 etwas in den Hintergrund gedrängt.

Was bietet GPT-Live?

Das Modell wurde darauf trainiert, gleichzeitig zuzuhören und zu sprechen. Selbst im Advanced Voice Mode handelte es sich bisher um eine sequenzielle Interaktion (Turn-Taking). Während Opus 5 noch auf sich warten lässt, ist das Codex-Update bereits verfügbar.

Die ChatGPT-Voice-Funktion basiert nun auf dem kürzlich veröffentlichten GPT-Live. Das Modell kann simultan sprechen, zuhören und die Arbeit von Agenten innerhalb der Anwendung koordinieren.

Technische Innovation: Full-Duplex-Architektur

Ein wesentlicher Fortschritt liegt in der neuen Architektur: Statt des linearen Ablaufs „Nutzer -> Verarbeitung -> Antwort“ hört GPT-Live zu, aktualisiert seinen Kontext und denkt gleichzeitig nach. Alle paar Sekunden trifft das Modell eine Entscheidung: ob es weiter zuhören, unterbrechen, ein Tool aufrufen oder antworten soll.

Dies ebnet den Weg für echtes „Vibe Coding“ – ein Erlebnis, das an Tony Starks Interaktionen mit Jarvis erinnert.

P.S.: Viele hatten im Update das versprochene GPT-5.6 Sol auf Cerebras-Hardware erwartet. Dieses Release scheint jedoch vorerst verschoben zu sein.