OpenAI hat mit GPT-Live eine neue Sprachtechnologie für ChatGPT vorgestellt. Das Unternehmen beschreibt sie als nächsten Schritt für natürlichere Gespräche mit KI. Der Start erfolgt ab sofort weltweit für Nutzerinnen und Nutzer von ChatGPT auf iOS, Android und im Web.
Im Zentrum steht eine sogenannte Full-Duplex-Architektur. Anders als frühere Systeme kann GPT-Live gleichzeitig zuhören und sprechen. Dadurch soll die Unterhaltung weniger starr wirken. Das Modell kann kurze Bestätigungen geben, Pausen besser erkennen und auf Unterbrechungen flexibler reagieren. OpenAI will so ein Gesprächsgefühl schaffen, das näher an menschlicher Kommunikation liegt.
Technisch grenzt sich GPT-Live von älteren Sprachsystemen ab. Frühere Lösungen arbeiteten meist in klar getrennten Schritten: Sprache wurde erst transkribiert, dann als Text verarbeitet und anschließend wieder vertont. Spätere Modelle reduzierten die Verzögerung, blieben aber weiter an starre Sprecherwechsel gebunden. GPT-Live verarbeitet Eingaben nun fortlaufend und kann mehrfach pro Sekunde entscheiden, ob es spricht, weiter zuhört, pausiert oder ein Werkzeug nutzt.
Neu ist auch die Trennung zwischen laufender Unterhaltung und aufwendigerer Verarbeitung. Wenn eine Anfrage Websuche, tieferes Schlussfolgern oder komplexere Aufgaben erfordert, kann GPT-Live diese im Hintergrund an ein anderes Modell weiterreichen. Zum Start kommt dabei GPT-5.5 zum Einsatz. Während die Aufgabe bearbeitet wird, kann das Sprachmodell das Gespräch weiterführen.
OpenAI bringt zunächst zwei Varianten in ChatGPT: GPT-Live-1 und GPT-Live-1 mini. GPT-Live-1 wird zum Standard für Go-, Plus- und Pro-Abos, während Gratisnutzer standardmäßig GPT-Live-1 mini erhalten. Eine API-Version für Entwickler und Unternehmen wurde angekündigt, ist aber noch nicht verfügbar.
Auch die ChatGPT-Voice-Oberfläche wird mit dem Start überarbeitet. Nutzer sollen natürlichere Gespräche, bessere Reaktionen auf Pausen und weniger unpassende Unterbrechungen erleben. Zudem kann ChatGPT während eines Gesprächs visuelle Karten zu Themen wie Wetter, Aktien oder Sport einblenden. Funktionen wie Suche, Speicher, Bilder und Datei-Uploads bleiben laut OpenAI erhalten.
Das Unternehmen verweist außerdem auf neue interne Tests. Demnach werden GPT-Live-1 und GPT-Live-1 mini in direkten Vergleichen über mehrere Minuten hinweg klar gegenüber dem bisherigen Advanced Voice Mode bevorzugt. OpenAI meldet auch Fortschritte bei wissenschaftlichem Schlussfolgern, Websuche und mehrstufigen Support-Aufgaben im Sprachmodus.
Ein weiterer Schwerpunkt ist Sicherheit. OpenAI hat nach eigenen Angaben neue Audiotests, synthetische Prüfungen und Red-Teaming speziell für Sprachrisiken eingeführt. Die Schutzmechanismen sollen in Echtzeit eingreifen können, etwa bei potenziell problematischen Antworten zu Selbstverletzung, Gewalt oder sexuellen Inhalten. Für Jugendliche gibt es zusätzliche Schutzvorkehrungen und Optionen zur elterlichen Kontrolle.
GPT-Live ist zunächst auf Gespräche ausgelegt und unterstützt zum Start keine Sprachunterhaltung mit Video oder Bildschirmfreigabe. Diese Funktionen sollen später folgen. Laut OpenAI kann es in einigen Sprachen noch zu Akzenten oder Lücken bei der Sprachflüssigkeit kommen.
Mit dem Launch baut OpenAI den Sprachmodus von ChatGPT deutlich aus. Die Neuerung ist vor allem deshalb relevant, weil sie zwei bisher getrennte Ziele zusammenführt: flüssige Echtzeit-Unterhaltung und Zugriff auf leistungsfähigere KI-Modelle im Hintergrund.