Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com26. Februar 2026 · Q011523

OpenAI Realtime API & GPT-Realtime-1.5: How to Connect Any Phone Number for AI Calls

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der vollständige Bericht erläutert eine Demo für KI-Telefonate mit OpenAI Realtime, Vision Agents, Twilio und ngrok, beispielhaft für Restaurantreservierungen. Er behauptet Verbesserungen des Modells, dokumentiert aber keine Testergebnisse; der gezeigte Ablauf setzt zudem Twilio und eine dort aktive Telefonnummer voraus.

Mittel

Der vollständige Bericht zeigt, wie ein Telefonassistent für Restaurantreservierungen mit OpenAI Realtime und gpt-realtime-1.5 aufgebaut werden kann. Der Autor schreibt dem Modell verbesserte Anweisungsbefolgung, Werkzeugnutzung und Mehrsprachigkeit zu, liefert dafür aber keine Vergleichsdaten.

Die Demo verbindet Vision Agents zur Orchestrierung, Twilio für SIP-Telefonie und ngrok für den öffentlichen Zugriff auf einen lokalen Server. Die Anleitung beschreibt die Einrichtung eines Python-3.12+-Projekts, benötigte Zugangsdaten und einen FastAPI-WebSocket-Ablauf: Ein Agent und eine Telefonverbindung werden vorbereitet, Twilio startet den ausgehenden Anruf, und der Agent nimmt die Reservierungsanfrage entgegen. Für eingehende Anrufe soll zusätzlich der Twilio-Webhook auf die ngrok-Adresse zeigen.

Der Beitrag erwartet, dass man anschließend mit dem Agenten sprechen kann, berichtet aber keine dokumentierten Testergebnisse oder Angaben etwa zu Kosten, Datenschutz oder Sicherheit. Die behauptete Verbindung „jeder“ Telefonnummer ist durch die Anleitung eingeschränkt: Sie benötigt Twilio und eine dort aktive oder erworbene Nummer. Für geringere Latenz empfiehlt der Autor eine Bereitstellung an der US-Ostküste.

Ausführlich lesen

Der vollständige Bericht beschreibt eine Demo, mit der sich ein KI-Sprachagent für Telefonate über die OpenAI Realtime API und das Modell gpt-realtime-1.5 einrichten lässt. Als Beispiel dient ein Kundenservice-Agent, der Restaurantreservierungen entgegennimmt. Der Autor behauptet, das aktualisierte Modell folge Anweisungen zuverlässiger, rufe Werkzeuge verlässlicher auf und sei mehrsprachig genauer; der Bericht belegt diese Einschätzung jedoch nicht durch Messwerte oder einen Modellvergleich.

Zum Aufbau kombiniert der Beitrag Vision Agents für Orchestrierung und Arbeitsablauf, OpenAI Realtime für Sprachkommunikation, Twilio für SIP-Telefonie und ngrok, um einen lokalen Server öffentlich erreichbar zu machen. Die Anleitung setzt Python 3.12 oder neuer voraus und führt durch das Anlegen eines Projekts mit uv, die Installation von Vision Agents samt Plugins sowie die Konfiguration von Zugangsdaten für Stream, OpenAI und Twilio und einer ngrok-Adresse.

Der zentrale Python-Code richtet einen FastAPI-WebSocket-Endpunkt für Twilios Medienstream ein. Für ausgehende Anrufe erstellt er eine eindeutige Anruf-ID, bereitet einen Vision-Agents-Agenten und die beteiligten Nutzer vor, erzeugt einen Twilio-Medienstream-Link und stößt den Anruf über Twilio an. Der Agent erhält die Rolle eines Restaurantassistenten, soll eine Reservierung aufnehmen und mithilfe einer erwähnten Wissensbasis Buchungsfragen beantworten. Beim Verbindungsaufbau werden Agent, Telefonstream und Anruf verbunden; anschließend gibt der Agent eine erste Aufforderung aus und verarbeitet den Stream.

Zum Starten soll man den lokalen Dienst auf Port 8000 über ngrok veröffentlichen und das Skript mit einer aktiven Twilio-Absendernummer sowie einer Zielnummer ausführen. Für eingehende Anrufe empfiehlt der Beitrag außerdem, im Twilio-Dashboard den Webhook „A call comes in“ durch die ngrok-Adresse zu ersetzen. Die Anleitung verweist auf eine im Code genannte Datei mit Anweisungen für den Agenten, erklärt aber deren Inhalt oder Erstellung nicht näher.

Als erwartetes Ergebnis nennt der Autor ein Gespräch mit dem KI-Agenten und verweist auf eine Demonstration im Video. Es werden jedoch weder tatsächliche Testergebnisse noch Angaben zu Gesprächsqualität, Kosten, Datenschutz oder Betriebssicherheit berichtet. Trotz des Titels, der eine Verbindung beliebiger Telefonnummern verspricht, zeigt die Anleitung einen Ablauf, der einen Twilio-Account und eine dort aktive beziehungsweise erworbene Telefonnummer voraussetzt. Der Beitrag weist zudem darauf hin, dass die Latenz in der Entwicklungsumgebung höher sei und empfiehlt für geringere Latenz eine Bereitstellung an der US-Ostküste.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: ok

Beide Fassungen Lunas wurden geprüft; die mittlere ist treu, die kurze lässt nur Einrichtungsdetails weg. Luna überschätzt in der Einordnung beide Stufen (4 und 3), da der Bericht die Fragen nicht substanziell beantwortet.

Im Bericht, aber nicht in der Zusammenfassung

  • In der Kurzfassung fehlen die Einrichtungsschritte (Python 3.12, Stream-Zugangsdaten, Projektablauf), die die mittlere Fassung abdeckt

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 33 %Hintergrund, keine Belege
    • JEV 33 %gleiches Oberthema, hilft nicht
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. 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 31 %einzelne zitierbare Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Modelle teilen und schützen
Beteiligung und Gemeinwohl
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →