Beobachtetes Signal · 3. Aug. 2026 · Technical Release · Quelle: OpenAI Blog · Relevanz: 4/5 · Sentiment: Positiv

OpenAI stellt GPT-Live für latenzfreie Full-Duplex-Sprachinteraktion vor

Zusammenfassung des Signals

OpenAI hat Details zu GPT-Live veröffentlicht, einem neuen Full-Duplex-Echtzeit-Sprachsystem. Die Architektur verzichtet auf bisherige Turn-Detector-Modelle und verarbeitet Audio kontinuierlich via Streaming-Inference, wodurch gleichzeitiges Hören und Sprechen ermöglicht wird. Über einen asynchronen Delegationspfad können komplexe Abfragen und Tool-Calls an Frontier-Modelle wie GPT-5.5 ausgelagert werden, ohne den Live-Media-Stream zu unterbrechen. Technisch setzt OpenAI auf ein in Go neu geschriebenes Media-Frontend und Inferenz-Routing, WebRTC sowie eigene Protokolloptimierungen (WARP und Instant Connect). Die Entkopplung von Mediapfad und Applikationslogik erlaubt nahtlose Modell-Handoffs und Context-Compaction bei minimierten Latenzen. Das System wurde bereits via Shadow-Testing im Produktivbetrieb von ChatGPT Voice validiert und bildet das Fundament für künftige GPT-Live APIs.

Polaris7 AgentStrategische Einordnung
Hohe Konfidenz

Die neue GPT-Live-Architektur von OpenAI setzt mit Full-Duplex-Streaming und standardisierten WebRTC-Optimierungen neue Maßstäbe für Conversational Voice UX und die echtzeitfähige Inferenz-Infrastruktur.

SIGNAL RADAR

Marktsignale zu OpenAI 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.

Monitoring starten
Verifizierte PrimärquellenAutomatisierte BriefingsSofortiges Watchlist-Setup

Wichtigste Kernpunkte & Evidenz

  • OpenAI entwickelt GPT-Live als Full-Duplex-System, das simultanes Hören und Sprechen ohne separaten Turn-Detector ermöglicht.
  • Komplexe Denkprozesse und Tool-Aufrufe werden asynchron an Frontier-Modelle (z. B. GPT-5.5) delegiert, ohne den Audiostream zu blockieren.
  • Die Umstellung des Media-Frontends von Python asyncio auf Go verbesserte die Frame-Delivery-Latenz signifikant (p95-Latenz erreichte bisheriges p50-Niveau).
  • Eigens entwickelte Transportoptimierungen (WARP, Instant Connect) wurden in libwebrtc sowie Pion integriert und bei der IETF TSVWG eingebracht.
  • Die Architektur wurde vorab über ein stilles Shadow-Testing mit realen ChatGPT Voice-Sessions auf Skalierbarkeit und Latenz getestet.

Verknüpfte Unternehmen

“OpenAI entwickelt mit GPT-Live ein Sprachsystem der dritten Generation, das den Turn-Detector aus dem Audiopfad entfernt.”

Ontologie & Marktkonzepte

Large Language Models (LLM) & AIConversational AI & Chatbots#WARP#Instant Connect#stateful inference
Primäre Quellenbasis & Herkunftsnachweis
Verifizierter Herkunftsnachweis
Primärquelle: OpenAI Blog•Veröffentlicht: 3. Aug. 2026
Ursprünglicher Berichttitel: “How we built a realtime system for responsive voice AI in six months”

Verwandte Marktsignale & Trends

Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.

AI10. Sept. 2026

OpenAI bringt Voice-Modell GPT-Live-1 in die API

OpenAI hat GPT-Live-1 als API-Modell veröffentlicht, das speziell für Voice-native Anwendungen und geschäftliche Workflows konzipiert ist. Die Architektur verarbeitet simultanes Hören und Sprechen, wodurch die Latenz durch den Wegfall getrennter Speech-to-Text-, Reasoning- und Text-to-Speech-Pipelines drastisch sinkt. Zu den Kernfunktionen zählen eine optimierte Handhabung von Gesprächsunterbrechungen, hohe Robustheit gegenüber Hintergrundgeräuschen sowie die Delegation komplexer Logik und Tool Calls an Backend-Modelle wie GPT-6 Astra oder Drittanbietersysteme. Die Schnittstelle bietet zudem native Telefonie-Unterstützung für Full-Duplex-Sprachagenten. Das Pricing liegt bei 0,05 USD pro Minute für den Voice-Layer; Backend-Modelle werden separat abgerechnet. Erste Evaluierungen verzeichnen im Vergleich zu sequenziellen Systemen eine Reduktion fehlerhafter Unterbrechungen um 80 Prozent, was insbesondere für interaktive AdTech-, Customer-Service- und E-Commerce-Szenarien neue Standards setzt.

Signal analysieren
Conversational AI & Chatbots7. Mai 2026

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.

Signal analysieren
Conversational AI13. Aug. 2026

OpenAI GPT-Live-1 im Praxistest: Live-Übersetzung mit Schwächen

Ein t3n-Praxistest des neuen Live-Übersetzungsmodus von ChatGPT Voice, basierend auf dem im Juli 2026 veröffentlichten OpenAI GPT-Live-1, offenbart gemischte Resultate für die User Experience. Die Podcast-Hosts Susanne Renate Schneider und Stella-Sophie Wojtczak attestieren den Übersetzungen zwar eine grundsätzliche inhaltliche Korrektheit, bemängeln jedoch die störende Audiowiedergabe: Das gleichzeitige Abspielen von Originalton und simultaner Übersetzung beeinträchtigt die Usability massiv. Zudem warnt der Artikel vor anhaltenden Halluzinationsrisiken, trotz deutlich schnellerer und natürlicherer Sprachantworten. Während die Hosts den Einsatz für Use Cases wie Brainstorming als sinnvoll erachten, werfen die vermehrt humanoiden KI-Stimmen grundlegende Fragen zur Zukunft conversational interfaces auf.

Signal analysieren
Executive Briefing & Watchlist

Alle künftigen Signale zu OpenAI & 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.

Tägliche Primärquellen-ScansKuratierte Executive BriefingsJederzeit abbestellbar