Build more natural voice experiences with GPT‑Live‑1 in the API
Zusammenfassung
Kurz
OpenAI kündigt GPT‑Live‑1 für die API an: Das Modell soll gleichzeitig zuhören und sprechen, Unterbrechungen natürlicher handhaben und komplexe Aufgaben an Backend-Modelle delegieren können. OpenAI und zitierte Kunden berichten von besseren Benchmark- und Praxisergebnissen, doch einige Kennzahlen sind nicht vollständig aufgeschlüsselt; der API-Preis wird mit 0,05 US-Dollar pro Minute für die Sprachschicht angegeben.
Mittel
Der Bericht stellt GPT‑Live‑1 als API-Modell für natürliche Sprachgespräche vor. Es kann laut OpenAI gleichzeitig zuhören und sprechen, soll Unterbrechungen und Hintergrundgeräusche besser bewältigen und Aufgaben für tieferes Schlussfolgern oder Werkzeugaufrufe an ein Backend-Modell abgeben. Entwickler können Ton, Tempo und Stil steuern; außerdem nennt OpenAI längere Kontexttreue, Telefonie und Unterstützung für Transkripte und Sprecherwechsel.
OpenAI zufolge lag GPT‑Live‑1 in eigenen Auswertungen beim Full Duplex Bench 30 Prozentpunkte über GPT‑Realtime‑2.1 und erreichte mit GPT‑6 Astra bei mittlerem Aufwand Rang eins bei Tau3. Speak habe in einer frühen Bewertung fast 80 Prozent weniger Unterbrechungen als mit früheren rundenbasierten Systemen beobachtet. Yelp und ein Gesundheitsanbieter berichten ebenfalls von Verbesserungen; diese Zahlen und Einschätzungen sind Kunden- beziehungsweise Unternehmensangaben. Der Text nennt Tests und Konfigurationen, enthält aber nicht alle konkreten Einzelwerte der erwähnten Abbildungen. Die API sei laut Bericht für 0,05 US-Dollar pro Minute für die Sprachschicht verfügbar. Der gezeigte Codex-Code lässt Einrichtungs- und Delegationsdetails aus; benutzerdefinierte Stimmen erfordern eine Anfrage und unterliegen einer Berechtigungsprüfung.
Ausführlich lesen
Der Bericht kündigt GPT‑Live‑1 für die API an. OpenAI beschreibt es als Sprachmodell für natürliche Gespräche, das gleichzeitig zuhören und sprechen kann. Es soll Entwicklerinnen und Entwicklern mehr Kontrolle über Stimme und Verhalten von Sprachagenten geben. Für komplexere Überlegungen oder Werkzeugaufrufe könne es Aufgaben an ein Backend-Modell delegieren.
Als zentrale technische Änderung nennt der Bericht, dass GPT‑Live‑1 eingehendes und ausgehendes Audio in einem Modell verarbeitet. Herkömmliche Systeme verbinden laut OpenAI meist Spracherkennung, ein Sprachmodell und Sprachausgabe; die Übergänge könnten zusätzliche Verzögerungen verursachen und den Gesprächsfluss stören. Das neue Modell soll Unterbrechungen, kurze Bestätigungen, Pausen und Hintergrundgeräusche besser handhaben. Entwickler können Tonfall, Sprechtempo und Stil über Systemanweisungen gestalten. Außerdem nennt OpenAI verbessertes Kontextbehalten in längeren Gesprächen, Transkripte, Textausgaben, Verständnis alphanumerischer Angaben, Schlüsselwortgewichtung und Unterstützung für Telefonie. Trotz des nicht streng rundenbasierten Ansatzes werde auch explizite Sprecherwechsel-Erkennung unterstützt.
OpenAI berichtet von frühen Ergebnissen und Benchmarks: In einer frühen Bewertung habe der Sprachlern-Anbieter Speak mit GPT‑Live‑1 Unterbrechungen gegenüber früheren rundenbasierten Systemen um fast 80 Prozent reduziert. In OpenAIs Auswertungen liege GPT‑Live‑1 beim Full Duplex Bench 30 Prozentpunkte über GPT‑Realtime‑2.1. Zusammen mit GPT‑6 Astra bei mittlerem Reasoning-Aufwand belege es außerdem Rang eins bei Tau3, einem Test für sprachbasierte Agentenaufgaben. Der Bericht beschreibt weitere Tests zu Bankauskünften, Gesprächsdynamik, Unterbrechungen, Werkzeugnutzung und Antwortqualität. Die Angaben nennen teils unterschiedliche Backend-Modelle und Einstellungen; konkrete Messwerte zu den einzelnen Abbildungen sind im Text nicht aufgeführt.
Als Kundenbeispiele zitiert der Bericht Speak, Yelp und einen nicht näher bezeichneten Anbieter aus dem Gesundheitsbereich. Speak berichtet von weniger Unterbrechungen. Yelp zufolge hätten sich Gesprächswechsel und Genauigkeit verbessert; zudem seien mehr Anrufe erfolgreich bearbeitet worden und Anrufende sprächen in vollständigeren Sätzen. Ein Mitgründer eines Gesundheitsunternehmens gibt an, eine Umstellung habe die Codebasis um 80 Prozent verkleinert und 23.000 Codezeilen entfernt. Dies sind im Bericht wiedergegebene Kundenaussagen, keine unabhängig belegten Ergebnisse.
Laut Bericht ist GPT‑Live‑1 zum Veröffentlichungszeitpunkt für 0,05 US-Dollar pro Minute für die vordere Sprachschicht über die API verfügbar. Weitere Stimmen und Sprachvarianten sollen folgen; benutzerdefinierte Stimmen erfordern eine Anfrage und hängen von der Berechtigung ab. Ein Codebeispiel zeigt, wie Gesprächskontext an Codex übergeben und dessen Antwort an GPT‑Live‑1 zurückgesendet werden kann. Der Bericht weist ausdrücklich darauf hin, dass dabei Einrichtungs- und Delegationslogik ausgelassen sind. Außerdem erwähnt er eine zeitlich begrenzte Demo und OpenAI Presence als weiteren Weg zum Aufbau von Sprachabläufen.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Der Bericht ist eine Herstellerankündigung mit Eigenangaben, Kundenzitaten und Benchmarks, die OpenAI selbst auswertet. Er eignet sich daher nur eingeschränkt als Beleg für die Governance-Fragen. Die Einordnung von Luna (Stufe 4 bei allen drei Fragen) geht über das hinaus, was der Bericht belegt.
Im Bericht, aber nicht in der Zusammenfassung
- Die Einführung der Plattform OpenAI Presence für Unternehmens-Sprachagenten, die bei Bedarf an Menschen eskalieren
- Die Angabe eines Kunden, die Codebasis sei um 80 Prozent und 23.000 Zeilen verkleinert worden
- Die Erweiterung der Stimmauswahl um Akzente, Dialekte und Sprachen
- Der Hinweis, dass GPT-Live-1 zwar nicht rundenbasiert ist, aber Turn-Erkennung nativ unterstützt
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M2 Wie muss ein Meldekanal zwischen Staaten gebaut sein, damit er verlässlich arbeitet, auch in einer Krise?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 29 %einzelne zitierbare Belege
- JEV 42 %einzelne zitierbare Belege
- amos 27 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 60 %gleiches Oberthema, hilft nicht
- SubQ 54 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 40 %Hintergrund, keine Belege
- JEV 29 %Hintergrund, keine Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 81 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 70 %gleiches Oberthema, hilft nicht
- d3-ultra
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 60 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 73 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 38 %einzelne zitierbare Belege
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 38 %einzelne zitierbare Belege
- JEV 27 %einzelne zitierbare Belege
- amos 27 %nur am Rande erwähnt
- SubQ 100 %kein Bezug
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 100 %kein Bezug
- Luna 35 %einzelne zitierbare Belege
- JEV 58 %einzelne zitierbare Belege
- amos 27 %nur am Rande erwähnt
- SubQ 100 %kein Bezug
- drex 29 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung einzelne zitierbare Belege
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 100 %kein Bezug
- Luna 42 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 29 %nur am Rande erwähnt
- SubQ 42 %gleiches Oberthema, hilft nicht
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 64 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 31 %Hintergrund, keine Belege
- JEV 32 %gleiches Oberthema, hilft nicht
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 68 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 32 %Hintergrund, keine Belege
- JEV 29 %einzelne zitierbare Belege
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 32 %einzelne zitierbare Belege
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung nur am Rande erwähnt
Wirtschaft und Haftung
- SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 57 %gleiches Oberthema, hilft nicht
- d3-ultra
Weitere Berichte zu diesen Fragen
- Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv