OpenAI hat mit GPT-Live eine neue Generation von Sprachmodellen für ChatGPT vorgestellt, die sich beim Reden natürlicher anfühlen soll als bisherige Versionen. Anders als frühere Systeme arbeitet GPT-Live nach Unternehmensangaben mit einer Full-Duplex-Architektur und kann dadurch gleichzeitig zuhören und sprechen.

Das Modell soll so während eines Gesprächs etwa mit "mhm" oder "ja" Aufmerksamkeit signalisieren, auf schnelle Themenwechsel reagieren oder abwarten, wenn Nutzerinnen und Nutzer eine Pause zum Nachdenken brauchen. Zum Start rollt OpenAI zwei Varianten aus, GPT-Live-1 und GPT-Live-1 mini, weltweit für iOS, Android und die Webversion von ChatGPT.

Abschied vom starren Frage-Antwort-Prinzip

Technisch grenzt sich GPT-Live laut OpenAI von zwei älteren Ansätzen ab. Kaskadierte Sprachsysteme verketteten bislang mehrere Modelle für Spracherkennung, Textverarbeitung und Sprachausgabe nacheinander, was zu Informationsverlusten und trägen Antworten führte.

Rundenbasierte Modelle wie der bisherige erweiterte Sprachmodus liefen zwar in einem einzigen Modell, mussten aber jeweils abwarten, bis eine Person zu sprechen aufgehört hatte. Kurze Pausen oder Hintergrundgeräusche wurden dabei häufig fälschlich als Gesprächsende gewertet, was zu unpassenden Unterbrechungen führte. Bei GPT-Live sollen kontinuierliche Verarbeitung von Eingaben und Ausgaben dieses Problem lösen.

GPT-5.5 arbeitet im Hintergrund mit

Für komplexere Anfragen, die etwa eine Websuche oder tieferes Reasoning erfordern, gibt GPT-Live die Aufgabe laut OpenAI im Hintergrund an das aktuelle Frontier-Modell GPT-5.5 weiter und führt das Gespräch währenddessen weiter, bis das Ergebnis vorliegt. Nutzerinnen und Nutzer können dabei zwischen den Reasoning-Stufen Instant, Mittel und Hoch wählen.

Laut den von OpenAI veröffentlichten Benchmark-Werten schneidet GPT-Live insbesondere bei wissenschaftlichem Reasoning nach dem GPQA-Test sowie bei agentischer Websuche im BrowseComp-Benchmark deutlich besser ab als der bisherige erweiterte Sprachmodus. In direkten Vergleichstests bevorzugten menschliche Testpersonen laut OpenAI GPT-Live-1 in gut drei Vierteln der Fälle gegenüber der Vorgängerversion.

Zusätzliche Schutzmechanismen

Beim Thema Sicherheit verweist OpenAI auf erweiterte, eigens für Sprache entwickelte Tests, unter anderem zu Selbstverletzung, Psychosen, emotionaler Abhängigkeit von KI sowie Gewalt- und Sexualinhalten. Erkennt das System während eines laufenden Gesprächs potenziell unsichere Antworten, soll es das Modell zu einer sichereren Reaktion lenken, zusätzliche Hinweise einblenden oder das Gespräch in Risikofällen beenden.

Für minderjährige Nutzerinnen und Nutzer sind laut OpenAI zusätzliche Schutzmechanismen vorgesehen, zudem können Eltern über eine Kindersicherung den Zugriff auf den Sprachchat regeln und in bestimmten Situationen benachrichtigt werden. Das Unternehmen betont außerdem, dass GPT-Live ausschließlich vordefinierte Stimmen nutze und über Schutzmechanismen gegen die Nachahmung realer Personen verfüge.

Videochat vorerst nicht dabei

Zum Start hat GPT-Live nach Angaben von OpenAI noch Einschränkungen: Videochat und Bildschirmfreigabe werden vorerst nicht unterstützt, zudem sei das Modell bislang nur für einige der meistgenutzten Sprachen optimiert, wodurch es in anderen Sprachen weniger flüssig oder mit Akzent sprechen könne.

GPT-Live-1 wird künftig zum Standardmodell für Sprachchat bei Go-, Plus- und Pro-Abonnements, während Nutzerinnen und Nutzer der kostenlosen Version standardmäßig auf GPT-Live-1 mini zugreifen. Ältere Versionen des Sprachchats sollen laut OpenAI weiterhin verfügbar bleiben. Eine Integration in die API ist geplant, Entwicklerinnen und Entwickler können sich dafür bereits vorab registrieren.