GPT-Live bringt Vollduplex-Sprachfunktion auf ChatGPT

OpenAI hat GPT-Live am 8. Juli ausgeliefert — ein Paar Vollduplex-Sprachmodelle, die Advanced Voice Mode als ChatGPTs Konversations-Engine ablösen. GPT-Live-1 (conditional) steht zahlenden Nutzern zur Verfügung; GPT-Live-1 mini (conditional) wird für die kostenlose Stufe ausgerollt. Beide hören und sprechen gleichzeitig und beenden die zweijährige turnbasierte Ära der KI-Sprache (OpenAI, 2026(wird in einem neuen Tab geöffnet)).

Was passiert ist

Der alte Advanced Voice Mode (eingeführt 2024) fasste die Speech-to-Text → LLM → Text-to-Speech-Pipeline in einem einzigen Modell zusammen, aber Gespräche waren weiterhin turnbasiert. Das Modell wartete, bis man zu Ende gesprochen hatte. GPT-Live funktioniert anders: eine Vollduplex-Architektur, die Eingaben verarbeitet, während sie Ausgaben generiert — es kann gleichzeitig zuhören und sprechen.

Das verändert das Interaktionsmodell in dreierlei Hinsicht:

1. Natürliche Unterbrechung. Man kann mitten in der Antwort einhaken, wie bei einem Gespräch mit einer Person. Das Modell handhabt den Sprecherwechsel dynamisch, statt auf Endpunkterkennung zu warten.
2. Hintergrund-Reasoning. GPT-Live delegiert komplexe Aufgaben — Websuche, tiefes Reasoning, agentische Arbeit — im Hintergrund an GPT-5.5, während das Gespräch weiterläuft. Man bekommt ein gesprochenes „Lass mich kurz überlegen" statt toter Luft.
3. Echtzeit-Übersetzung. Die Vollduplex-Pipeline kann simultan übersetzen, statt zu warten, bis der Sprecher einen Satz beendet hat.

OpenAI beschrieb die Architektur als Vollduplex-Modell, das „kontinuierlich Eingaben verarbeitet, während es Ausgaben generiert" (OpenAI, 2026(wird in einem neuen Tab geöffnet)).

Der Rollout bringt neue Sicherheitsinfrastruktur mit sich. OpenAI hat audio-native Sicherheitsbewertungen entwickelt und GPT-Live für sprachspezifische Risiken einem Red-Teaming unterzogen: Selbstverletzung, emotionale Abhängigkeit, Gewalt und sexuelle Inhalte.

Warum es wichtig ist

150 Millionen Menschen nutzen ChatGPT Voice wöchentlich. Der Sprung von turnbasiert zu Vollduplex ist kein Feature-Upgrade — es ist eine andere Modalität. Der Unterschied zwischen „eine Suchmaschine abfragen" und „mit einem Kollegen sprechen" verändert, wofür Menschen Sprach-KI nutzen.

Für Entwickler öffnet sich der API-Zugang. OpenAI hat ein Anmeldeformular für Entwickler, die programmatischen Zugriff auf GPT-Live wünschen. Wenn die API verfügbar wird, konsolidiert sich der Voice-Agent-Bereich — derzeit fragmentiert zwischen Deepgram, ElevenLabs und maßgeschneiderten Pipelines — um einen einzigen Anbieter, der das beliebteste Consumer-Sprachprodukt auf dem Markt betreibt.

Beide Modelle sind im Verzeichnis als conditional geführt. Die Vollduplex-Fähigkeit ist real und ab heute verfügbar — GPT-Live-1 erzielt einen klaren Vorsprung gegenüber Advanced Voice Mode bei Sprecherwechsel, Gesprächsfluss und Natürlichkeit in direkten menschlichen Bewertungen sowie deutliche Verbesserungen bei GPQA, BrowseComp und τ³-Voice Telecom Benchmarks (OpenAI, 2026(wird in einem neuen Tab geöffnet)). Die Bedingungen: noch kein API-Zugang, und die Sprachunterstützung ist ungleichmäßig mit Akzent- und Sprachflüssigkeitslücken für einige Sprachen. Unabhängige Latenz-Benchmarks und API-Verfügbarkeit werden bestimmen, wann sich die Urteile ändern.

Was GPT-Live für Sie ändert

Wenn Sie ChatGPT Plus, Pro oder Go nutzen: GPT-Live-1 ist Ihr neues Sprachmodell. Es kommt mit konfigurierbarer Reasoning-Tiefe — Instant, Medium oder High — und unterstützt visuelle Antwortkarten und Echtzeit-Übersetzung. Die höhere Ausdruckskraft und die höhere Reasoning-Obergrenze sind ein echtes Upgrade gegenüber Advanced Voice Mode.

Wenn Sie die kostenlose Stufe nutzen: GPT-Live-1 mini liefert dieselbe Vollduplex-Architektur mit GPT-5.5 Instant für das Hintergrund-Reasoning. Es ist ein echter Fortschritt gegenüber dem alten turnbasierten Sprachmodus, auch wenn die Reasoning-Stufen Medium/High des Bezahlmodells fehlen.

Wenn Sie Entwickler sind: Melden Sie sich für den API-Zugang an. Die programmatische Schnittstelle ist noch nicht verfügbar, aber das Anmeldeformular ist live und OpenAI hat bestätigt, dass sie kommt. Wenn sie verfügbar ist, rechnen Sie mit einer raschen Konsolidierung des Voice-Agent-Marktes um einen Anbieter mit 150 Mio. wöchentlich aktiven Sprach-Nutzern.

FAQ

Ist das ein KI-Begleiter? Nein. OpenAIs Sicherheitssystem hat GPT-Live gezielt auf emotionale Abhängigkeit und parasoziales Risiko getestet — audio-native Bewertungen für Selbstverletzung, Psychose und Manie sind Teil des Deployments. Das Modell ist für Konversation entwickelt, nicht für Begleitung.

Wie unterscheidet sich das von Advanced Voice Mode? Advanced Voice Mode war turnbasiert: Man hörte auf zu sprechen, dann antwortete das Modell. GPT-Live ist Vollduplex: Es hört zu und spricht gleichzeitig und handhabt Unterbrechung, Sprecherwechsel und Hintergrund-Reasoning parallel. Es ist der architektonische Unterschied zwischen einem Walkie-Talkie und einem Telefonat.

Wann wird die API verfügbar sein? OpenAI hat kein Datum veröffentlicht. Ein Entwickler-Anmeldeformular ist live, und das Produktbriefing bestätigte, dass programmatischer Zugang kommt. Bis dahin ist GPT-Live nur auf ChatGPT verfügbar.