OpenAI stellt GPT-Live vor: Der nächste Schritt in der Echtzeit-Sprachinteraktion
OpenAI stellt GPT-Live vor: Der nächste Schritt in der Echtzeit-Sprachinteraktion
OpenAI hat das neue Modell GPT-Live eingeführt, das durch eine Full-Duplex-Architektur echte Echtzeit-Gespräche ermöglicht. Die Technologie transformiert die Sprachassistenten von sequenziellen Dialogsystemen zu natürlichen, simultanen Interaktionspartnern.
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.
Warum das wichtig ist
AnalyseDiese technologische Verschiebung hin zu Full-Duplex-Kommunikation macht die Interaktion mit KI deutlich natürlicher und effizienter. Sie ebnet den Weg für breitere Einsatzmöglichkeiten von Sprachinterfaces in Bereichen wie Kundenservice, Bildung und Echtzeit-Übersetzung.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Vier Lebenslauf-Tipps vom Leiter für Applied-AI-Entwicklung bei OpenAI
Wulfie Bain, Leiter der Applied-AI-Entwicklung bei OpenAI, nannte vier Regeln: Kürze, Relevanz, Ergebnisfokus und starke Erfolge am Anfang.
AI Radar: GPT-6.1 Terra, Gemini 4 Carbon, Mistral Large 4 und Preisänderungen bei OpenAI und Anthropic
Überblick über aktuelle KI-News: neue LLM-Releases, Änderungen bei OpenAI- und Anthropic-Abos, World-Modelle, Videogeneratoren und Unternehmensdetails.
OpenAI GPT (Flaggschiff-Modelle der GPT-Serie)
Die zentrale, universelle Reihe großer Sprachmodelle von OpenAI (GPT-4, GPT-4o). Optimiert für komplexe Textanalyse, Programmierung, Kreativität und tägliche intellektuelle Arbeit.
Codex Skills für Einsteiger: So automatisieren Sie Workflows mit KI-Agenten
Ein praktischer Leitfaden zur Erstellung und Nutzung von Skills in Codex: Anatomie der SKILL.md, explizite und automatische Aktivierung, Unterschiede zwischen Skills, Skripten und Tools, die Skills API sowie die Konfiguration von Sicherheitsgrenzen.