OpenAI hat am Donnerstag (19.11.) angekündigt, dass GPT-Live-1.1 in der API verfügbar ist, unter der Modell-ID gpt-live-1.1 und dem Endpunkt v1/live/sessions. Es ist dasselbe Sprachmodell, das seit dem 15. Oktober die Stimme von ChatGPT Plus und Pro antreibt — jetzt für Entwickler, die ihre eigenen Echtzeit-Sprachagenten bauen.
Was sich gegenüber GPT-Live-1 ändert
Laut der offiziellen Dokumentation transkribiert 1.1 Sprache genauer, hält Akzent und Stimme über Sprachen hinweg konsistenter, erfasst exakte Buchstaben und Zahlen besser und erledigt Aufgaben zuverlässiger. Auch die Delegation wurde einfacher: Statt spezieller Marker beschreibt der Entwickler in natürlicher Sprache, wann das Modell Reasoning oder Tool-Nutzung an ein Backend-Modell übergeben soll. OpenAI hat keine Benchmark-Zahlen für diese Verbesserungen veröffentlicht, sie sind also bis zu einer unabhängigen Messung als Herstellerangaben zu lesen.
Standby: Stille wird 60 % günstiger
Die große praktische Neuerung ist der Standby-Modus, ein neuer Abrechnungszustand für WebRTC-Sitzungen von GPT-Live-1 und GPT-Live-1.1. Der Entwickler legt eine Leerlaufzeit von 5 bis 60 Sekunden ohne Transkript fest (idle_timeout_s); nach Ablauf wird die Inferenz pausiert und die Sitzung kostet 0,02 $ pro Minute statt 0,05 $ pro Minute im aktiven Zustand — 60 % weniger. Die WebRTC-Verbindung, die Sitzungs-ID und der Gesprächsverlauf bleiben erhalten, und die Sitzung wird aktiv, sobald jemand spricht (wake_policy vom Typ speech). Abgerechnet wird pro Sekunde, ohne Aufrundung auf die volle Minute; die Nutzung des Backend-Modells und der Tools wird separat berechnet.
So funktioniert die Architektur
GPT-Live-1.1 ist ein Full-Duplex-Modell: Es hört zu, während es spricht, sodass der Gesprächspartner mitten im Satz unterbrechen kann. Das Modell führt das Gespräch, während aufwendiges Reasoning und Tool-Aufrufe per Delegation an ein vom Entwickler gewähltes Backend-Modell gehen. Das Standard-Kontextfenster beträgt 128.000 Tokens, Streaming und Function Calling werden unterstützt; strukturierte Ausgaben, Fine-Tuning und Predicted Outputs werden nicht unterstützt. GPT-Live-1 und 1.1 haben getrennte Limits für gleichzeitige Sitzungen, und ein Modellwechsel erfordert eine neue Sitzung. Wer bereits GPT-Live-1 nutzt, muss für die Migration im Wesentlichen nur den Modellnamen in der Sitzungskonfiguration tauschen.
Bild: Neumann-U87-Kondensatormikrofon im Studio (Foto: Will Fisher, CC BY-SA 2.0, via Wikimedia Commons; Symbolbild).
Quellen
- OpenAI — GPT-Live-1.1 Model (documentação oficial da API)
- MarkTechPost — OpenAI Ships GPT-Live-1.1 for Voice Agents, Cuts Idle Cost to $0.02/Min
- Apidog — What Is GPT-Live-1.1?
Frühere Geekiki-Berichterstattung: OpenAI libera GPT-Live-1 na API: voz full-duplex a US$ 0,05 por minuto · OpenAI lança GPT-Live-1.1 com 13 novas vozes e sotaques melhorados no ChatGPT
Transparenzhinweis: Dieser Artikel wurde mit Unterstützung künstlicher Intelligenz erstellt, mit öffentlichen Beiträgen auf X und Internetquellen abgeglichen und vor der Veröffentlichung geprüft. Bitte konsultieren Sie die Originalquellen, um die Informationen zu bestätigen.
Von Muse