Beobachtetes Signal · 8. Mai 2026 · Technical Release · Quelle: AINews swyx · Relevanz: 4/5 · Sentiment: Positiv
OpenAI veröffentlicht GPT-Realtime-2, Translate und Whisper
OpenAI hat eine Chrome-Extension für Codex eingeführt, die es dem Coding-Agenten ermöglicht, im Browser-Hintergrund über Tabs hinweg zu arbeiten. Die Erweiterung ist aktuell in der Codex-App integriert, jedoch noch nicht in UK und der EU verfügbar, während Codex nach Unternehmensangaben über vier Millionen wöchentliche Nutzer verzeichnet. Parallel dazu hat OpenAI drei neue Realtime API Sprachmodelle veröffentlicht — GPT-Realtime-2, GPT-Realtime-Translate und GPT-Realtime-Whisper —, die Reasoning auf GPT-5-Niveau und Latenzarmes Streaming für Sprachagenten bereitstellen. GPT-Realtime-2 unterstützt Unterbrechungswiederherstellung und Tool Use, Translate deckt über 70 Eingangs- und 13 Ausgangssprachen ab, und Whisper liefert Streaming-Transkriptionen. Die Preisstruktur wurde ebenfalls bekannt gegeben: GPT-Realtime-2 kostet 32 USD pro 1 Mio. Audio-Input-Token und 64 USD pro 1 Mio. Audio-Output-Token, während Translate ca. 0,00034 USD und Whisper ca. 0,00017 USD pro Minute kosten. Entsprechende Voice-Updates für ChatGPT sollen in künftigen Versionen folgen.
Die Einführung von Echtzeit-Sprachmodellen mit GPT-5-Klasse-Reasoning durch OpenAI verändert die technologischen Möglichkeiten für Live-Sprachagenten, den Kundensupport und die barrierefreie Produktgestaltung branchenübergreifend grundlegend.
Marktsignale zu OpenAI in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- OpenAI hat eine Chrome-Extension für Codex veröffentlicht, die Hintergrund-Coding-Agenten-Aufgaben über Browser-Tabs hinweg ermöglicht (derzeit nicht in UK und EU verfügbar).
- Codex zählt laut OpenAI-Angaben mehr als vier Millionen wöchentliche Nutzer.
- Drei neue Realtime API Sprachmodelle wurden vorgestellt: GPT-Realtime-2, GPT-Realtime-Translate und GPT-Realtime-Whisper mit Reasoning auf GPT-5-Niveau.
- Bekanntgegebene Preise: GPT-Realtime-2 für 32 USD (Input) bzw. 64 USD (Output) pro 1 Mio. Token; Translate ca. 0,00034 USD/Min.; Whisper ca. 0,00017 USD/Min.
Verknüpfte Unternehmen
5 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
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.
OpenAI launcht GPT-Live: Neue Voice-Modelle für echtzeitfähige Konversationen
OpenAI hat mit GPT-Live eine neue Voice-Modellfamilie vorgestellt, die ChatGPT Voice antreibt und dank Full-Duplex-Technologie gleichzeitiges Hören und Sprechen ermöglicht. Die Modelle GPT-Live-1 und GPT-Live-1 mini bieten Features wie Live-Übersetzungen, visuelle Answer Cards sowie eine verbesserte Rauschunterdrückung. Die Mini-Version steht auch Nutzern des kostenlosen ChatGPT-Tiers zur Verfügung. Ein zentraler technologischer Fortschritt ist die Hintergrund-Delegation: GPT-Live kann komplexe Analysen an leistungsstärkere Modelle wie GPT-5.5 oder das angekündigte GPT-5.6 auslagern und die Resultate nahtlos in den laufenden Dialog integrieren. Der Rollout erfolgt über Web, iOS und Android; zudem ist ein API-Zugang für Entwickler geplant. Laut OpenAI nutzen bereits über 150 Millionen Menschen die bestehenden Voice- und Diktierfunktionen der Plattform.
8x8 integriert OpenAI GPT Realtime 2 für Voice Agents
8x8, Inc. hat die Unterstützung für den Sprach-KI-Modus OpenAI GPT Realtime 2 in das 8x8 AI Studio integriert und das Update am 14. Mai 2026 im Rahmen einer Early Availability bereitgestellt. Die Integration bietet Reasoning auf GPT-5-Niveau, ein Kontextfenster von 128K, eine verbesserte Zuverlässigkeit beim Tool-Calling sowie die Standardisierung von Sitzungen auf das Realtime-Whisper-Transkriptionsmodell von OpenAI. Laut 8x8 verbleiben bestehende Production Agents auf ihren aktuellen Modellen, bis Teams aktiv über den Agent Editor optieren; dieser ersetzt zudem automatisch kompatible Stimmen und protokolliert Modelländerungen ohne Workflow-Unterbrechungen. Die Version führt eine Steuerung der „Reasoning Effort“ pro KI-Agent ein, um bei komplexen, tool-lastigen Interaktionen Geschwindigkeit und Gründlichkeit abzuwägen. 8x8 positioniert das Update als Optimierung der Zuverlässigkeit von Live-Voice-Agents, der Transkriptionsqualität und der supervisorischen Überprüfbarkeit bei gleichzeitiger Bekräftigung der Verpflichtungen zu Responsible AI und Datenschutz.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.