OpenAI hat mit „GPT-Live“ eine neue Generation von Sprachmodellen vorgestellt, die den bisherigen Advanced Voice Mode in ChatGPT ablösen. Der Clou: Eine Full-Duplex-Architektur erlaubt es den Modellen, gleichzeitig zu hören und zu sprechen. So sind natürliche Unterbrechungen, Denkpausen und Bestätigungen wie „mhmm“ in Echtzeit möglich – ohne die bisher typischen Verzögerungen.
Technischer Durchbruch: Hören und Denken entkoppelt
Bisherige Sprachassistenten arbeiteten nach dem Turn-Taking-Prinzip: Der Nutzer spricht, die KI verarbeitet, die KI antwortet. GPT-Live bricht mit dieser Logik. Dank der neuen Architektur wird die schwere Denkarbeit – etwa Websuchen oder Reasoning – im Hintergrund an GPT-5.5 delegiert, während die Sprachausgabe flüssig bleibt. Das Ergebnis: ein Gespräch ohne spürbare Latenz, selbst bei komplexen Anfragen.
Beeindruckende Benchmarks
Die Zahlen sprechen für sich: Beim wissenschaftlichen Reasoning (GPQA) erreicht GPT-Live-1 84,2 % Genauigkeit – zuvor waren es nur 45,3 %. Bei der agentischen Websuche steigerte sich der Wert von 0,7 % auf 75,2 %. Das bedeutet eine drastische Verbesserung der faktischen Genauigkeit und der Fähigkeit, mehrschrittige Aufgaben zu lösen.
Ein neues Zeitalter der Mensch-Maschine-Interaktion
Axios sieht in GPT-Live den Beginn einer Ära, in der Sprache zur primären Schnittstelle für KI-Systeme wird. Die neue Architektur macht die KI zu einem echten Gesprächspartner – effizient, natürlich und stressfrei. Statt auf Tastaturen und Bildschirme angewiesen zu sein, könnten wir bald komplexe Aufgaben einfach per Sprachbefehl erledigen. OpenAI hat die Weichen dafür gestellt.
Fazit: GPT-Live ist ein Meilenstein. Die Technologie ist noch jung, aber die Richtung stimmt: weg von starren Dialogmodellen, hin zu fließenden Gesprächen. Wer ChatGPT nutzt, sollte die neue Funktion unbedingt ausprobieren.
