Heim
OpenAI startet die GPT-Live-1-API mit Unterbrechungsverarbeitung, Tool-Aufrufen und Telefon-Agenten
OpenAI hat offiziell GPT-Live-1 gestartet, ein neues API-Modell, das darauf ausgelegt ist, Entwickler zu unterstützen, die Full-Duplex-Sprachanwendungen in Echtzeit entwickeln. Diese Veröffentlichung signalisiert einen bedeutenden Wandel in der KI-Sprachinteraktion und bewegt sich weg von der traditionellen segmentierten Verarbeitung hin zu flüssigen, natürlichen Gesprächen.
Technisch gesehen vereint GPT-Live-1 Sprachverständnis und -generierung in einem einzigen Modell. Durch die Eliminierung der Latenz, die durch die Verkettung separater Stufen für Spracherkennung, Reasoning und Text-zu-Sprache entsteht, erzielt es nahezu sofortige Antwortzeiten. Das Modell unterstützt nativ Full-Duplex-Interaktionen, wodurch gleichzeitiges Zuhören und Sprechen ermöglicht wird, während Unterbrechungen, Pausen und Hintergrundgeräusche präzise verwaltet werden.

Neben der nahtlosen Interaktion bietet GPT-Live-1 umfangreiche Anpassungsmöglichkeiten. Entwickler können Tonfall, Geschwindigkeit und Stil über System-Prompts feinjustieren und Backend-Modelle sowie intelligente Agenten-Frameworks integrieren. Es verfügt über native Spracherkennung mit alphanumerischem Verständnis, Keyword-Bias und Turn-Erkennung. Kompatibel mit Tools wie Codex und OpenAI Presence, unterstützt es Unternehmensanfragen, genehmigte Operationen und nahtlose Übergaben an menschliche Agenten, was es ideal für telefonbasierte Dienste wie Restaurantreservierungen und Kundensupport macht.
Die Ergebnisse aus der Praxis sind beeindruckend. Frühe Anwender, wie die Sprachplattform Speak, meldeten einen Rückgang der Fehlunterbrechungen während der Pausen der Lernenden um 80 % im Vergleich zu rundenbasierten Systemen. Medizinische Dienstleistungsplattformen haben zudem ihre Architekturen vereinfacht und die Codekomplexität reduziert. Laut OpenAI übertrifft GPT-Live-1 GPT-Realtime-2.1 um 30 Prozentpunkte in Full-Duplex-Bench-Tests und führt die Tau3-End-to-End-Sprachagenten-Benchmarks an, wenn er mit GPT-6Astra bei moderater Reasoning-Intensität gekoppelt wird.
Verwandter Artikel
Nvidia-CEO Jensen Huang entkräftet Behauptungen über eine KI-Apokalypse und erklärt, die Wahrscheinlichkeit eines Doomsday im Jahr 2030 liege bei null.
In einem kürzlich durchgeführten Interview mit CBS News entkräftete NVIDIA-Mitbegründer und CEO Jensen Huang die Warnungen bestimmter Forscher, dass künstliche Intelligenz innerhalb weniger Jahre zum Aussterben der Menschheit führen könnte, und bezei
Moonshot: Kann Chinas KI mit 2,8 Billionen Parametern mit der US-Technologie mithalten?
Im Februar 2026 warf Anthropic den chinesischen KI-Labors DeepSeek, Moonshot und MiniMax „Kampagnen im industriellen Maßstab“ vor, mit denen sie „die Fähigkeiten von Claude unrechtmäßig extrahieren wo
Cozy 3.0 wird mit Unterstützung für die Zusammenarbeit mehrerer Personen und Multi-Agenten veröffentlicht
ByteDance hat offiziell Coze 3.0 veröffentlicht und damit einen neuartigen Ansatz zur Erstellung von Agents eingeführt, während gleichzeitig bedeutende Fortschritte in der Teamzusammenarbeit und der Ökosystemintegration erzielt wurden.Dieses Update p
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
OpenAI hat offiziell GPT-Live-1 gestartet, ein neues API-Modell, das darauf ausgelegt ist, Entwickler zu unterstützen, die Full-Duplex-Sprachanwendungen in Echtzeit entwickeln. Diese Veröffentlichung signalisiert einen bedeutenden Wandel in der KI-Sprachinteraktion und bewegt sich weg von der traditionellen segmentierten Verarbeitung hin zu flüssigen, natürlichen Gesprächen.
Technisch gesehen vereint GPT-Live-1 Sprachverständnis und -generierung in einem einzigen Modell. Durch die Eliminierung der Latenz, die durch die Verkettung separater Stufen für Spracherkennung, Reasoning und Text-zu-Sprache entsteht, erzielt es nahezu sofortige Antwortzeiten. Das Modell unterstützt nativ Full-Duplex-Interaktionen, wodurch gleichzeitiges Zuhören und Sprechen ermöglicht wird, während Unterbrechungen, Pausen und Hintergrundgeräusche präzise verwaltet werden.

Neben der nahtlosen Interaktion bietet GPT-Live-1 umfangreiche Anpassungsmöglichkeiten. Entwickler können Tonfall, Geschwindigkeit und Stil über System-Prompts feinjustieren und Backend-Modelle sowie intelligente Agenten-Frameworks integrieren. Es verfügt über native Spracherkennung mit alphanumerischem Verständnis, Keyword-Bias und Turn-Erkennung. Kompatibel mit Tools wie Codex und OpenAI Presence, unterstützt es Unternehmensanfragen, genehmigte Operationen und nahtlose Übergaben an menschliche Agenten, was es ideal für telefonbasierte Dienste wie Restaurantreservierungen und Kundensupport macht.
Die Ergebnisse aus der Praxis sind beeindruckend. Frühe Anwender, wie die Sprachplattform Speak, meldeten einen Rückgang der Fehlunterbrechungen während der Pausen der Lernenden um 80 % im Vergleich zu rundenbasierten Systemen. Medizinische Dienstleistungsplattformen haben zudem ihre Architekturen vereinfacht und die Codekomplexität reduziert. Laut OpenAI übertrifft GPT-Live-1 GPT-Realtime-2.1 um 30 Prozentpunkte in Full-Duplex-Bench-Tests und führt die Tau3-End-to-End-Sprachagenten-Benchmarks an, wenn er mit GPT-6Astra bei moderater Reasoning-Intensität gekoppelt wird.
Nvidia-CEO Jensen Huang entkräftet Behauptungen über eine KI-Apokalypse und erklärt, die Wahrscheinlichkeit eines Doomsday im Jahr 2030 liege bei null.
In einem kürzlich durchgeführten Interview mit CBS News entkräftete NVIDIA-Mitbegründer und CEO Jensen Huang die Warnungen bestimmter Forscher, dass künstliche Intelligenz innerhalb weniger Jahre zum Aussterben der Menschheit führen könnte, und bezei
Moonshot: Kann Chinas KI mit 2,8 Billionen Parametern mit der US-Technologie mithalten?
Im Februar 2026 warf Anthropic den chinesischen KI-Labors DeepSeek, Moonshot und MiniMax „Kampagnen im industriellen Maßstab“ vor, mit denen sie „die Fähigkeiten von Claude unrechtmäßig extrahieren wo
Cozy 3.0 wird mit Unterstützung für die Zusammenarbeit mehrerer Personen und Multi-Agenten veröffentlicht
ByteDance hat offiziell Coze 3.0 veröffentlicht und damit einen neuartigen Ansatz zur Erstellung von Agents eingeführt, während gleichzeitig bedeutende Fortschritte in der Teamzusammenarbeit und der Ökosystemintegration erzielt wurden.Dieses Update p











