Beobachtetes Signal · 24. Sept. 2026 · Product Launch · Quelle: https://martechseries.com/feed/ · Relevanz: 2/5 · Sentiment: Positiv
Guava stellt Daytona-Sprachmodell und offenen Voice-Agent-Benchmark vor
Guava hat das neue Voice Model Daytona veröffentlicht und mit dem Guava Voice Index einen offenen Bewertungs-Benchmark für Voice Agents eingeführt. Das Framework analysiert Reaktionsfähigkeit, Gesprächsfluss, Wiedergabetreue, Lösungsquote sowie TTS-Qualität – gewichtet zu 60 % nach inhaltlicher Genauigkeit und zu 40 % nach dem Sprachgefühl. Die Methodik kombiniert automatisierte Metriken von EVA-Bench und Coval mit verblindeten paarweisen Human-Evaluations. In den Tests erzielte Daytona mit 58,88 Punkten den Spitzenwert vor Konfigurationen von ElevenLabs mit GPT 5.4 bzw. Haiku 4.5 sowie Grok. Dennoch übertraf kein KI-System die Marke von 60 Punkten; menschliche Agenten blieben insbesondere beim Response Timing und Interruption Handling überlegen. Guava betreibt den gesamten Model Stack selbst und trainiert auf mehr als 10 Milliarden Minuten realer Gesprächsdaten.
Der Launch eines neuen Sprachmodells und eines offenen Benchmarks erweitert die KI-gestützten CX-Funktionalitäten, stellt jedoch keinen grundlegenden Plattformwechsel für den Gesamtmarkt dar.
Marktsignale zu ElevenLabs in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren Polaris7-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Guava launcht das Voice Model Daytona sowie den Guava Voice Index (GVI) als offenen Benchmark.
- Daytona erzielte 58,88 von 100 Punkten und sicherte sich damit den ersten Platz unter den getesteten Systemen.
- Der GVI bewertet Voice Agents nach fünf Säulen: Reaktionsfähigkeit, Gesprächsfluss, Wiedergabetreue, Lösungsrate und TTS-Qualität.
- Menschliche Agenten schlugen alle KI-Systeme und wurden bei Response Timing (91 %) sowie Interruption Recovery (93 %) bevorzugt.
- Die Modelle von Guava basieren auf über 10 Milliarden Minuten live aufgezeichneter Agentengespräche seit 2013.
Verknüpfte Unternehmen
“ElevenLabs in Kombination mit GPT 5.4 und Haiku 4.5 gehörte zu den getesteten Systemen.”
“Der GVI greift auf Komponenten von EVA-Bench zurück, der von ServiceNow veröffentlichten Evaluierungssuite für Voice-Agenten.”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Google veröffentlicht Android Bench 2.0 für agentische Bewertungen
Google hat Android Bench 2.0 veröffentlicht, einen erweiterten Benchmark zur Evaluierung von Large Language Models (LLMs) und Coding Agents bei komplexen Android-Entwicklungsaufgaben. Das Update führt sogenannte Long-Horizon Tasks (LHTs) ein, die mehrstägige Ingenieursarbeiten simulieren und über einfache Bugfixes hinausgehen. Anstelle einer binären Bestanden/Nicht-bestanden-Metrik nutzt Android Bench 2.0 ein kontinuierliches Scoring zur differenzierten Leistungsbewertung. Zudem werden agentische Evaluationen durchgeführt, bei denen Modelle mit Systemen wie GPT-5.6 Sol auf Codex und Gemini 3.8 Flash auf Google Antigravity kombiniert werden. Auf der aktualisierten Bestenliste erzielt OpenAI GPT-6 Astra die höchste Erfolgsquote von 28 Prozent bei LHTs, verglichen mit 91 Prozent bei Standardaufgaben. Die Veröffentlichung unterstreicht Googles Engagement für eine realistischere und strengere Bewertung KI-gestützter Android-Entwicklung.
3CLogic lanciert AI Agent Evaluator für Voice AI QA
3CLogic hat die Einführung des AI Agent Evaluator bekannt gegeben, einer automatisierten Quality Assurance- und Bewertungsgütekraft, die nativ in den Voice AI Hub integriert ist. Das Tool bewertet automatisch 100 Prozent aller Voice AI-Interaktionen anhand konfigurierbarer Metriken wie Lösungsquote, Zielerreichung sowie Qualität und liefert für jede Bewertung eine verständliche Begründung ohne manuelle Transkriptprüfung. Entwickelt, um die Skalierungsgrenzen manueller QA und herkömmlicher Tools für menschliche Agenten zu überwinden, bietet der Evaluator rollenspezifische Maßstäbe, automatisierte Aufgabenvalidierungen zur Verfolgung von Systemaktionen wie Ticket-Updates sowie Echtzeit-Dashboards für Performance-Einblicke. Laut Angaben des Unternehmens ermöglicht die Funktion Organisationen, KI-Agenten denselben Qualitätsstandards wie menschlichen Agenten zu unterziehen, und ist ab sofort für alle Kunden des Voice AI Hub allgemein verfügbar.
OpenAI bringt drei neue Echtzeit-Sprachmodelle in die Realtime API
OpenAI hat am 7. Mai 2026 drei neue Echtzeit-Sprachmodelle für seine Realtime API eingeführt: GPT-Realtime-2 als GPT-5-Klasse Reasoning-Sprachmodell für realistische Konversationen und agentische Workflows, GPT-Realtime-Translate für Live-Übersetzungen mit über 70 Eingangs- und 13 Ausgangssprachen sowie GPT-Realtime-Whisper für latenzarme Streaming-Sprach-zu-Text-Transkription. Die Lösungen zielen auf Kundenservice, Bildung, Medien, Events und Creator-Plattformen ab. Während Translate und Whisper minütlich abgerechnet werden, erfolgt die Abrechnung bei GPT-Realtime-2 über den Token-Verbrauch. OpenAI hat zudem integrierte Sicherheitsleitplanken und aktive Klassifizierer implementiert, um Richtlinienverstöße bei schädlichen Inhalten zu unterbinden. Die Ankündigung umfasst detaillierte Preisstrukturen und Sicherheitskontrollen in der API-Dokumentation.
Alle künftigen Signale zu ElevenLabs & Wettbewerbern im Briefing erhalten
Verpassen Sie keine M&A-Transaktionen, Führungswechsel, Kunden-Etats oder Produkt-Launches mehr. Polaris7 überwacht über 20.000 Primärquellen rund um die Uhr und liefert evidenzbasierte Telemetrie direkt in Ihr wöchentliches Executive Briefing.
