Alle Modelle
OpenAI

GPT-Live 1

Das Vollduplex-Sprach-Frontend von OpenAI für natürliche Gespräche, das tiefergehendes Reasoning und Aktionen an einen separaten Backend-Agenten delegiert.

Überblick

Was GPT-Live 1 eigentlich ist

GPT-Live 1 hört und spricht gleichzeitig. So kann es mit Pausen, kurzen Rückmeldungen, Unterbrechungen und Hintergrundgeräuschen umgehen, ohne das Gespräch in starre Sprecherwechsel zu zwängen. Neben dem Live-Audio liefert es auch Transkripte und den Antworttext.

Die Architektur trennt das Gespräch von tiefergehender Arbeit. GPT-Live 1 steuert die Sprachinteraktion, während ein Modell über die Responses API oder ein von der Anwendung betriebener Agent das Reasoning und freigegebene Tools übernimmt. Der veröffentlichte Sprachpreis enthält daher weder die Nutzung des Backend-Modells noch Tools, Telefonie oder Anwendungsinfrastruktur.

Gut geeignet für

  • Natürliche Anrufe für Kundenservice und Terminvereinbarung
  • Sprachschnittstellen, die weitersprechen müssen, während Aufgaben im Hintergrund laufen
  • Teams, die den Backend-Agenten auswählen oder betreiben möchten

Kategorievergleich

Die Fakten, die bei Modellen der Kategorie Stimme zählen

Hierbei handelt es sich um vom Anbieter veröffentlichte Spezifikationen, nicht um Cody-Benchmark-Ergebnisse. Aktuelle Limits und endpunktspezifische Ausnahmen finden Sie in den verlinkten Quellen.

Preisbasis
$0,05 / Sprachminute + Backend-NutzungToken-, zeichen- oder minutenbasierter Preis für den aufgeführten Zugangsweg.
Interaktionsmodus
Vollduplex-Sprach-Frontend mit delegiertem BackendSpeech-to-Speech-, Audio-to-Audio- oder gestreamtes Text-to-Speech-Verhalten.
Veröffentlichte Latenz
Nicht angegebenVom Anbieter veröffentlichte Messung mit den angegebenen Ausschlüssen; kein Cody-Test.
Sprachen
Mehrere Akzente, Dialekte und Sprachen; genaue Liste nicht veröffentlichtVom Anbieter dokumentierte Sprachabdeckung oder ein klarer Hinweis, dass dazu nichts veröffentlicht ist.
Tools & Steuerung
Responses- oder Client-Delegation an Backend-Agenten und -ToolsNative Funktionsaufrufe, Reasoning oder Steuerung der Sprachausgabe.
Kontext- oder Eingabelimit
Nicht angegebenDokumentiertes Token- oder Zeichenlimit, sofern aussagekräftig.

API- und Anbieterzugang

Wo Sie GPT-Live 1 nutzen können

Verfügbarkeit

Regionen und Zugangsphase

Verfügbar über die Live API von OpenAI für Sprachanwendungen im Browser, auf dem Server und in der Telefonie.

Für den direkten Zugang gilt die aktuelle Liste der von OpenAI unterstützten Länder; die kostenlose API-Stufe wird für dieses Modell nicht unterstützt.

Aktuelle Verfügbarkeit prüfen

Daten und Training

Datennutzung und -aufbewahrung

Laut OpenAI werden API-Inhalte standardmäßig nicht für das Training verwendet. Standardprotokolle zur Missbrauchsüberwachung können bis zu 30 Tage lang aufbewahrt werden; berechtigten Organisationen stehen zusätzliche Kontrollmöglichkeiten zur Verfügung.

Dies ist eine knappe Zusammenfassung der zitierten Anbieterunterlagen, keine Rechtsberatung. Ein Gateway eines Drittanbieters kann für Speicherung, Routing, Training und Datenresidenz andere Bedingungen haben als die direkte API des Modellherstellers.

Lesen Sie die Richtlinien des Anbieters

Häufig gestellte Fragen

FAQ zu GPT-Live 1

Was ist GPT-Live 1?

Das Vollduplex-Sprach-Frontend von OpenAI für natürliche Gespräche, das tiefergehendes Reasoning und Aktionen an einen separaten Backend-Agenten delegiert. GPT-Live 1 hört und spricht gleichzeitig. So kann es mit Pausen, kurzen Rückmeldungen, Unterbrechungen und Hintergrundgeräuschen umgehen, ohne das Gespräch in starre Sprecherwechsel zu zwängen. Neben dem Live-Audio liefert es auch Transkripte und den Antworttext.

Wann wurde GPT-Live 1 veröffentlicht?

Laut den zitierten Anbieterquellen wurde GPT-Live 1 am 10. September 2026 veröffentlicht.

Wo kann ich auf GPT-Live 1 zugreifen?

Verfügbar über die Live API von OpenAI für Sprachanwendungen im Browser, auf dem Server und in der Telefonie. In diesem Leitfaden aufgeführte Zugangswege: OpenAI.

Wie viel kostet GPT-Live 1?

0,05 $ / Sprachminute. Sprachsitzungen werden pro Sekunde abgerechnet, ohne Rundung auf ganze Minuten. Die Nutzung von Backend-Modell und Tools wird separat abgerechnet, ebenso Telefonie und Anwendungsinfrastruktur.

Wo ist GPT-Live 1 verfügbar?

Verfügbar über die Live API von OpenAI für Sprachanwendungen im Browser, auf dem Server und in der Telefonie. Für den direkten Zugang gilt die aktuelle Liste der von OpenAI unterstützten Länder; die kostenlose API-Stufe wird für dieses Modell nicht unterstützt.

Werden meine API-Daten bei GPT-Live 1 für das Training verwendet?

Laut OpenAI werden API-Inhalte standardmäßig nicht für das Training verwendet. Standardprotokolle zur Missbrauchsüberwachung können bis zu 30 Tage lang aufbewahrt werden; berechtigten Organisationen stehen zusätzliche Kontrollmöglichkeiten zur Verfügung. Die Regelung hängt vom Zugangsweg und von den Kontobedingungen des Anbieters ab. Prüfen Sie sie daher vor dem Produktiveinsatz erneut.

Verwandte Vergleiche

Direktvergleiche

  1. GPT-Live 1 vs Grok Voice 3.0

    Groks Echtzeit-Sprachmodell für Gespräche, Kundensupport und Assistenten, die während eines Anrufs Werkzeuge nutzen.

    Vollständigen Vergleich öffnen
  2. GPT-Live 1 vs Gemini 3.8 Live

    Googles Echtzeit-Sprachmodell für flüssige Gespräche mit Audio, Text und visuellem Kontext.

    Vollständigen Vergleich öffnen
  3. GPT-Live 1 vs Gemini 3.8 Live Extended Thinking

    Ein separates Gemini-Sprachmodell, das komplexe Anfragen im Hintergrund bearbeitet und das Gespräch dabei fortsetzt.

    Vollständigen Vergleich öffnen
  4. GPT-Live 1 vs GPT-Realtime-2.1

    Das Speech-to-Speech-Reasoning-Modell von OpenAI für Echtzeit-Sprachagenten, die Tools nutzen und zusätzlich Text- und Bildkontext benötigen.

    Vollständigen Vergleich öffnen
  5. GPT-Live 1 vs Gemini 3.1 Flash Live Preview

    Das Vorschau-Audio-zu-Audio-Modell von Google für Dialoge mit geringer Latenz mit multimodalem Bewusstsein, Denken, Sucherdung und Funktionsaufruf.

    Vollständigen Vergleich öffnen
  6. GPT-Live 1 vs Eleven v3 Conversational

    ElevenLabs‘ ausdrucksstarkes Echtzeit-Text-to-Speech-Modell für natürliche Dialoge, emotionale Übermittlung, Audio-Tags und mehr als 70 Sprachen.

    Vollständigen Vergleich öffnen
  7. GPT-Live 1 vs Inworld Realtime TTS-2

    Das neueste ausdrucksstarke Echtzeit-Text-to-Speech-Modell von Inworld, das darauf ausgelegt ist, sich die gesprochene Sprache zu merken und in mehr als 100 Sprachen zu sprechen.

    Vollständigen Vergleich öffnen
  8. GPT-Live 1 vs Grok Voice 2.0

    Grok-Sprachmodell der vorherigen Generation, zugunsten von Grok Voice 3.0 abgekündigt.

    Vollständigen Vergleich öffnen