OpenAI stellt GPT-Live-1 als API für Entwickler bereit. Das Sprachmodell kann gleichzeitig zuhören und sprechen, auch bekannt als Full-Duplex. Es kommt bereits in ChatGPT zum Einsatz. Statt wie bisher Spracherkennung, Sprachmodell und Sprachausgabe einzeln zu verketten, läuft bei GPT-Live-1 alles in einem Modell. Das soll Verzögerungen verringern und Unterbrechungen im Gespräch besser abfangen. Die Sprachlern-App Speak gibt laut OpenAI an, dass Unterbrechungen durch den KI-Tutor um fast 80 Prozent zurückgingen. Yelp setzt das Modell für telefonische Reservierungen ein und meldet laut CTO Alex Levy bessere Anrufbearbeitung.
In OpenAIs eigenen Benchmarks liegt GPT-Live-1 bei der Full-Duplex-Leistung 30 Prozentpunkte vor dem Vorgänger GPT-Realtime-2.1. Entwickler können GPT-Live-1 mit Backend-Modellen wie GPT-6 Astra kombinieren und zwischen zwölf neuen Stimmen wählen. Günstig wird’s allerdings nicht: Die API kostet 0,05 Dollar pro Minute. Details stehen später in der API-Dokumentation (bislang nicht online).
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
