OpenAI bringt GPT-Live-1 mit Vollduplex-Sprachmodell heraus

OpenAI führt GPT-Live-1 ein: Sprachmodell kann gleichzeitig hören und sprechen

OpenAI hat am 8. Juli 2026 GPT-Live-1 sowie das schlankere Schwestermodell GPT-Live-1 mini vorgestellt und ersetzt damit den bisherigen Advanced Voice Mode in ChatGPT durch eine sogenannte Vollduplex-Architektur, die es dem Assistenten erlaubt, gleichzeitig zu hören und zu sprechen, statt abzuwarten, bis der Nutzer ausgeredet hat. The Verge, TechCrunch, ZDNet, die Times of India und CNBC berichteten übereinstimmend am selben Tag über die Veröffentlichung und stützten sich dabei auf eine Pressekonferenz, die OpenAI vor dem Rollout abgehalten hatte.

Laut The Verge und TechCrunch bezeichnete OpenAIs Forschungsleiter Kundan Kumar GPT-Live-1 als das „intelligenteste Sprachmodell“ des Unternehmens bislang, während Produktleiter Atty Eleti die Technologie als ein Modell beschrieb, das „den Strom von Eingaben verarbeiten und den Strom von Ausgaben kontinuierlich und gleichzeitig erzeugen kann“. Im Bericht von The Verge verwendete Eleti während der Pressekonferenz den Satz „This is a full duplex model“; TechCrunch berichtete dieselbe Erklärung. OpenAI positioniert den Wechsel als Sprung von zusammengesetzten Komponenten – einem Spracherkennungsmodell, einem Large Language Model und einem Sprachsynthesemodell – hin zu einem einzelnen Streaming-Modell.

Was Nutzer konkret bekommen

Nutzer der kostenpflichtigen Tarife Go, Plus und Pro erhalten standardmäßig das volle GPT-Live-1, berichteten die Times of India und The Verge; kostenlose Nutzer bekommen GPT-Live-1 mini. Beide Modelle sind auf iOS, Android und ChatGPT.com verfügbar. Laut TechCrunch sagte Eleti, er habe persönlich beim Spazierengehen 30 bis 40 Minuten lange Gespräche mit der neuen Sprachfunktion geführt. OpenAI erklärte, das Modell könne mit kurzen Füllwörtern wie „mhmm“ oder „yeah“ reagieren, pausieren, wenn der Nutzer nachdenkt, und natürliche Unterbrechungen zulassen. ZDNet schrieb, das Modell solle ChatGPT Voice so wirken lassen, als „führe man ein echtes Gespräch“.

Für schwierigere Anfragen reicht GPT-Live-1 die Aufgabe an OpenAIs Textmodelle weiter – einschließlich GPT-5.5 – für Suche, Schlussfolgerungen oder Agentenfähigkeiten, während das Gespräch weiterläuft, berichteten alle vier Medien übereinstimmend. The Verge ergänzte, das aktualisierte Modell könne gesprochene Antworten zu Wetter, Aktien und Sport um KI-generierte visuelle Elemente ergänzen. Die Times of India wies darauf hin, dass der Start Sprachgespräche mit Video oder Bildschirmfreigabe noch nicht unterstütze – Funktionen, die laut OpenAI für ein künftiges Update geplant sind.

Eingebaute Schutzmaßnahmen und ein Live-Übersetzungs-Demo

The Verge und TechCrunch hoben neue Sicherheitsfunktionen hervor und stellten fest, dass GPT-Live-1 darauf trainiert ist, in Gesprächen über Selbstverletzung „von Experten geprüfte Krisenhotline-Unterstützung“ anzubieten, „altersgerechte“ Antworten für Jugendliche zu liefern und die Nachahmung der Stimme einer realen Person zu vermeiden. OpenAI verteidigt sich derzeit gegen eine Reihe von Klagen, die ChatGPT vorwerfen, Wahnvorstellungen verstärkt und die psychische Gesundheit von Nutzern geschädigt zu haben, schrieb The Verge; der Artikel verknüpfte diesen Kontext ausdrücklich mit den neuen Schutzmaßnahmen. Die Times of India berichtete, das System sei zudem besser darin, Hintergrundgeräusche zu ignorieren.

TechCrunch berichtete, dass die Hindi-Übersetzungs-Demo auf der Pressekonferenz „einen starken amerikanischen Akzent hatte und in einem Hindi erfolgte, das unnatürlich klang und einen leicht buchmäßigen Ton hatte“. OpenAI erklärte gegenüber TechCrunch, der neue Modus sei „für die meistgesprochenen Sprachen optimiert“, nannte auf der Pressekonferenz jedoch keine konkreten Sprachen.

Hintergrund: Wie der GPT-Live-Start in den größeren Modell-Trubel im Juli passt

Die Veröffentlichung fällt in eine ungewöhnlich arbeitsreiche Phase für US-KI-Labore. CNBC berichtete, dass OpenAI am selben Tag, an dem es GPT-Live vorstellte, auch die öffentliche Freigabe seiner Modelle GPT-5.6 Sol, Terra und Luna ankündigte – rund zwei Wochen nachdem der anfängliche Rollout auf Bitten der US-Regierung auf „eine kleine Gruppe vertrauenswürdiger Partner“ beschränkt worden war. CEO Sam Altman schrieb am späten Dienstag „Happy building“ auf X, so CNBC. OpenAIs Blog bezeichnete GPT-5.6 Sol als „das stärkste Modell bisher“ mit Verbesserungen in den Bereichen Coding, Biologie und Cybersicherheit.

Dies geschieht vor dem Hintergrund einer im Juni unterzeichneten Exekutivverordnung der Trump-Regierung, die Entwickler bittet, modernste Modelle freiwillig vor der Veröffentlichung für staatliche Prüfungen bereitzustellen, und den Behörden 60 Tage gibt, einen Bewertungsprozess zu entwickeln, berichtete CNBC. OpenAI erklärte im Juni, es „arbeite mit der Regierung“ an diesem Rahmen. Anthropics Modelle Claude Fable 5 und Mythos 5 waren auf Rat der Regierung früher im Zyklus zurückgezogen und anschließend teilweise wiederhergestellt worden; das Handelsministerium hob die Exportkontrollen für beide Modelle am 30. Juni auf, so ZDNets Modell-Tracker. OpenAI zitierte in seiner eigenen Mitteilung: „Wir glauben nicht, dass diese Art von staatlichem Zugangsprozess zum langfristigen Standard werden sollte.“

Wo die Berichterstattung übereinstimmt – und wo sie auseinandergeht

Über alle fünf ausgewerteten Medien hinweg ist die technische Beschreibung konsistent: GPT-Live-1 ist vollduplex-fähig, ersetzt eine dreistufige Pipeline und leitet anspruchsvolle Schlussfolgerungen an GPT-5.5 weiter. The Verge und TechCrunch zitierten beide OpenAI-Produktleiter Atty Eleti aus der Pressekonferenz; ZDNet zitierte Manager nicht direkt, sondern paraphrasierte aus OpenAIs Release Notes.

Die Medien unterscheiden sich in der Gewichtung, nicht in der Substanz. TechCrunch rückt die Wettbewerbslandschaft nach vorn und nennt Apple, Amazon sowie Startups wie Sesame (gegründet von Oculus-Mitgründer Brendan Iribe und Ankit Kumar) und Monogram (40 Millionen Dollar Seed-Runde von DST und Lux Capital) als Rivalen, die ausdrucksstärkere Assistenten anstreben. The Verge konzentriert sich stärker auf den „Schweigen“-Aspekt – dass das Modell darauf ausgelegt ist, den Nutzer weniger zu unterbrechen. ZDNet rahmt GPT-Live-1 als ein Upgrade der Nutzererfahrung ein, das Lesern den Vergleich mit Apples kürzlich ausgerollter Siri-KI ermöglicht.

Eine sachliche Lücke: ZDNets Modell-Tracker für GPT-Live-1 wurde in einen übergreifenden Artikel eingebettet, der auch die Änderungen beim Zugang zu Anthropics Sonnet 5 und Claude Fable 5 behandelt, weshalb die GPT-Live-1-Details kürzer und weniger zitatreich ausfallen als die dedizierten Stücke von TechCrunch und The Verge. Eine Reuters-Berichterstattung existiert (die URL erscheint in der Quellenliste), war aber zum Zeitpunkt der Erstellung dieses Artikels nicht zugänglich; Leser sollten damit rechnen, dass Reuters eine unabhängige Bestätigung von OpenAIs Zahlen liefert, sobald verfügbar.

Warum dies mehr ist als ein routinemäßiger Modell-Release

Drei konkrete Punkte treten hervor. Erstens, der Umfang: TechCrunch berief sich auf OpenAI und erklärte, „mehr als 150 Millionen Menschen“ sprächen bereits über Sprache und Diktat mit ChatGPT. Das macht Regressionen – und Verbesserungen – des Sprachmodus für eine deutlich größere Nutzerbasis sichtbar als textbasierte Änderungen. Zweitens, die Wettbewerbspositionierung: Sprachassistenten von Apple, Amazon und mehreren Startups jagen alle demselben „Klingt wie ein Mensch“-Ziel hinterher, und GPT-Live-1 ist OpenAIs Konter auf eine Funktion, mit der Siri-KI beworben wird. Drittens, die rechtliche Exposition: The Verge verwies auf OpenAIs anhängige Klagen wegen angeblicher psychischer Schäden, und die mit GPT-Live-1 ausgelieferten Schutzmaßnahmen lesen sich teilweise als Vorbereitung auf dieses Klima an Streitigkeiten – und nicht nur als reine Modellqualitätsgeschichte.

ZDNets Einordnung – „ein engeres Upgrade als ein brandneues, hochleistungsfähiges allgemeines Modell“ – trifft die Analystensicht. Sprachqualität ist nicht dasselbe wie rohe Intelligenz, und das neue Modell muss sich für ernsthafte Aufgaben weiterhin auf GPT-5.5 stützen.

Vergleiche und Größenordnung

OpenAIs bisheriger Advanced Voice Mode setzte drei Modelle nacheinander ein; GPT-Live-1 verdichtet das zu einem einzigen Vollduplex-System. TechCrunch berichtete einen Benchmark für durchgehende Gespräche von 30 bis 40 Minuten von Eleti, ein nützlicher Anker für die „Größenordnung“: Frühere ChatGPT-Sprachsessions brachen gemeinhin deutlich vor diesem Zeitfenster ab, unter anderem wegen der Latenz durch die Spracherkennungs- und Sprachsynthese-Schritte. Im Vergleich mit Wettbewerbern arbeiten Apple, Amazon und Sesame öffentlich am selben Duplex-Sprechturm-Problem; OpenAIs Schritt ändert nichts an der Führung, zieht das Feld aber enger zusammen. Auf Anthropics Sprachstrategie ging keiner der hier herangezogenen Berichte zu diesem Datum ein; sie bleibt hier unbestätigt.

Wer gewinnt, wer verliert

Gewinner: zahlende ChatGPT-Abonnenten der Tarife Go, Plus und Pro, die GPT-Live-1 zuerst erhalten; Nutzer auf Mobilgeräten, die längere freihändige Sitzungen wünschen; und OpenAIs Positionierung gegenüber Apple und Amazon im Sprachbereich. Verlierer oder zumindest unter Druck: kleinere Sprach-KI-Startups, deren Differenzierung gerade geschrumpft ist; OpenAIs Teams für Sicherheit und Vertrauen, die nun ein Modell verteidigen müssen, das intimer mit Nutzern interagiert, während das Unternehmen zugleich mit Klagen zur psychischen Gesundheit konfrontiert ist; und Regierungen, die bewerten müssen, wie Vorab-Prüfungen sprachfähiger Modelle aussehen sollen, da Sprachinteraktionen argumentativ ein anderes Risikoprofil erzeugen als Text.

Was als Nächstes zu beobachten ist

Konkrete Meilensteine: OpenAIs angekündigte Ergänzung von Video- und Bildschirmfreigabe für GPT-Live (die Times of India zufolge für ein künftiges Update geplant ist); ein möglicher Rollout von OpenAI-eigenen KI-Ohrhörern im Jahr 2026, den TechCrunch als berichtet, aber auf der Pressekonferenz nicht bestätigt bezeichnete; die durch die Exekutivverordnung der Trump-Regierung vom Juni gestartete 60-Tage-Frist für den Bewertungsprozess; und der Verlauf der von The Verge erwähnten Klagen. Beobachten Sie zudem, ob die Änderungen beim Zugang zu Sonnet 5 und Claude Fable 5 sowie die öffentliche Freigabe von GPT-5.6 weiterhin einem Muster von „alle paar Tage ein Modell-Release“ folgen, was für sich genommen verändern würde, wie nachrichtentauglich ein einzelner Modell-Release erscheint. Sobald der Reuters-Drahtbericht zugänglich ist, sollte er als Gegencheck zur hier zitierten US-Tech-Presse dienen.