WORLDTECH NEWS Globale Technologie-Nachrichten.Kontakt
KI EINZELNE QUELLE

OpenAI veröffentlicht Sprachmodell GPT-Live-1.1 und senkt Kosten für Leerlaufsitzungen

Close-up of a glowing laptop keypad with digital interface, representing futuristic technology.
Symbolbild.Photo by Rafael Minguet Delgado on PexelsOpenAI logo shown for identification only; no affiliation with or endorsement of WORLDTECH is implied.

OpenAI hat GPT-Live-1.1 veröffentlicht, ein aktualisiertes Vollduplex-Sprachmodell, das über die API verfügbar ist. Zugleich führt das Unternehmen einen günstigeren Abrechnungszustand für inaktive Sitzungen ein. Laut OpenAI verbessert das Update Akzente und die Erledigung von Aufgaben, veröffentlichte jedoch keine Benchmark-Werte zur Untermauerung.

Verbesserungen laut OpenAI

Nach Angaben des OpenAI-Teams spricht GPT-Live-1.1 mit natürlicheren und einheitlicheren Akzenten über verschiedene Sprachen hinweg und erledigt Aufgaben zuverlässiger. Das Modell ist ein Vollduplex-System für mehrsprachige Gespräche, das Eingaben und Ausgaben als einen einzigen Datenstrom verarbeitet, statt in abwechselnden Schritten zu arbeiten.

OpenAI nennt außerdem eine bessere Transkription sowie einen verbesserten Umgang mit Buchstaben und Zahlen. Diese Fortschritte stammen aus den eigenen Angaben des Unternehmens, für Version 1.1 wurden bislang keine Benchmark-Zahlen veröffentlicht.

Standby senkt Kosten bei Leerlauf

Mit der Version kommt Standby hinzu, ein günstigerer Abrechnungszustand für inaktive Sitzungen. Im Standby pausiert die Inferenz während der Stille, während die WebRTC-Verbindung offen bleibt. Leerlaufzeit kostet dann 0,02 US-Dollar pro Minute statt 0,05 US-Dollar. Für Teams, die Sprachagenten betreiben, verringern sich damit die Kosten für Gespräche, in denen der Agent wartet.

Standby lässt sich über drei Einstellungen steuern: einen Wake-Policy-Typ, der auf Sprache gesetzt wird, ein Leerlauf-Timeout zwischen 5 und 60 Sekunden sowie einen optionalen Schwellenwert der Sprachaktivitätserkennung zwischen 0 und 1, der standardmäßig bei 0,5 liegt. Nach dem Timeout sendet der Server ein Ereignis session.paused, während Sitzungs-ID und Verlauf erhalten bleiben. OpenAI warnt, dass die erste Antwort nach einer kurzen Äußerung langsamer ausfallen kann. Standby funktioniert sowohl mit GPT-Live-1 als auch mit GPT-Live-1.1.

Architektur und Verfügbarkeit

Die GPT-Live-Familie ersetzt laut OpenAI die übliche Kette aus Sprache-zu-Text, Sprachmodell und Text-zu-Sprache. Eingehendes und ausgehendes Audio werde gemeinsam im Modell verarbeitet. Das Modell übernimmt außerdem die Erkennung von Gesprächswechseln, liefert Transkripte nativ und kann Schlussfolgerungen sowie Werkzeugaufrufe an ein Text-Backend-Modell übergeben.

GPT-Live-1.1 folgt auf GPT-Live-1, das am 10. September 2026 in die API kam. Laut einer Ankündigung im OpenAI-Forum treibt das Vorgängermodell seit dem 15. Oktober die Sprachfunktion von ChatGPT Plus und Pro an. Ein- und Ausgaben sind Audio und Text; Bilder, Videos, strukturierte Ausgaben, Feinabstimmung und vorhergesagte Ausgaben werden nicht unterstützt. Live-Sitzungen haben ein Standard-Kontextfenster von 128.000 Token und laufen ausschließlich in der Cloud von OpenAI über den Endpunkt v1/live/sessions.

Sprachsitzungen werden nach Dauer abgerechnet, aktiv mit 0,05 US-Dollar pro Minute oder 3,00 US-Dollar pro Stunde. Die Nutzung des Backend-Modells und von Werkzeugen wird separat berechnet.

Offene Fragen

  • Wie stark übertrifft GPT-Live-1.1 seinen Vorgänger GPT-Live-1 in unabhängigen Messungen?
  • Wie viel langsamer ist die erste Antwort nach einer kurzen Äußerung im Standby-Modus?

Wichtige Fakten

  • OpenAI hat GPT-Live-1.1 in seiner API veröffentlicht, unter der Modell-ID gpt-live-1.1.

Quellen & Belege