OpenAI startet Sprachmodell GPT-Live-1 in der API

OpenAI hat am Donnerstag GPT-Live-1 in seiner API veröffentlicht und damit sein Full-Duplex-Sprachmodell für Entwickler zugänglich gemacht, um sprachgesteuerte Anwendungen und Geschäftsprozesse zu einem Preis von 0,05 Dollar pro Minute für die Sprachschicht zu erstellen. Das Modell, das im Juli erstmals in ChatGPT eingeführt wurde, kann gleichzeitig zuhören und sprechen und delegiert tiefergehende Schlussfolgerungen an Backend-Modelle wie GPT-6 Astra oder Alternativen von Drittanbietern.openai+1

Die Veröffentlichung markiert einen Wandel von traditionellen Sprachagenten-Architekturen, die Spracherkennung, ein Sprachmodell und Sprachsynthese verketten – eine Pipeline, bei der jeder Übergabeschritt die Latenz erhöht und den Gesprächsrhythmus gefährden kann. GPT-Live-1 verarbeitet stattdessen ein- und ausgehendes Audio in einem einzigen Modell und reagiert in Echtzeit auf Unterbrechungen und Bestätigungen, während komplexe Aufgaben an das Backend weitergeleitet werden.openai

Leistungssteigerungen gegenüber früheren Modellen

OpenAI berichtete, dass GPT-Live-1 die Leistung im Full Duplex Bench um 30 Prozentpunkte gegenüber GPT-Realtime-2.1 verbessert, wobei die Latenz bei Sprecherwechseln von 1,41 Sekunden auf 0,798 Sekunden gesunken ist. In Kombination mit GPT-6 Astra bei mittlerem Schlussfolgerungsaufwand belegt das Modell den ersten Platz bei Tau3, einem Benchmark für die Intelligenz von Sprachagenten bei End-to-End-Aufgaben, und erreicht eine Erfolgsquote von 86,2 % bei Kundendienstszenarien im Vergleich zu 45,7 % beim Vorgängermodell.unite

Die API-Veröffentlichung umfasst Steuerungen für Tonfall, Tempo und Konversationsstil durch System-Prompts sowie Telefonie-Unterstützung für den Einsatz von Sprachagenten über Telefonleitungen. OpenAI erweitert zudem seine Sprachbibliothek um weitere Akzente, Dialekte und Sprachen.openai

Frühe Anwender bereits in der Produktion

Yelp ↘ 6.49% gab bekannt, dass es GPT-Live-1 in zwei Produkte integriert hat: Yelp Host, seine Sprach-KI für Restaurants, und Hatch, seine Kommunikationsplattform für Dienstleistungsunternehmen. Yelp Host hat seit dem Start im Oktober 2025 mehr als eine Million Anrufe abgewickelt, und erste Tests mit dem neuen Modell zeigten verbesserte Anrufverarbeitungsraten und weniger Weiterleitungen.markets.financialcontent+1

"Die Anrufer sprechen auch in vollständigeren, natürlicheren Sätzen, was uns zeigt, dass sich die Erfahrung am anderen Ende der Leitung wirklich anders anfühlt", sagte Alex Levy, Chief Technology Officer bei Yelp.unite

Die Sprachlernplattform Speak berichtete, dass GPT-Live-1 Unterbrechungen während der Denkpausen der Lernenden um fast 80 % im Vergleich zu früheren turnusbasierten Systemen reduzierte. Tony Stoyanov, Mitbegründer und CTO eines Gesundheitsunternehmens, sagte, das Modell habe die Codebasis seines Teams um 80 % vereinfacht und 23.000 Zeilen Code entfernt.investing+1

Preisgestaltung und Unternehmenszugang

Entwickler können GPT-Live-1 mit dem Backend-Modell ihrer Wahl kombinieren – OpenAI schlug vor, Luna für Aufgaben mit hohem Volumen wie Terminplanung und Astra für komplexe Schlussfolgerungen zu verwenden – und zahlen nur die Gebühr von 0,05 Dollar pro Minute für die Sprachschicht zusätzlich zu den Standard-Backend-Kosten. Für Unternehmen verwies OpenAI auf sein im Juli eingeführtes Presence-Produkt, das GPT-Live-1 nutzt, um eingesetzte Sprachagenten über ein verwaltetes Programm anstelle eines Self-Service-Zugangs zu betreiben.unite+1