Wichtigste Punkte
OpenAI hat die Spracharchitektur von ChatGPT umfassend erneuert, damit Audio ohne Unterbrechungen durchläuft. Das neue System GPT-Live erlaubt es ChatGPT, zuzuhören, während es spricht. Der Start einer Sprachsitzung wurde von sechs Netzwerk-Roundtrips auf einen reduziert. Audio wird über einen dedizierten, schnellen Pfad geleitet, während Reasoning und Tool-Aufrufe asynchron laufen. OpenAI hat einen vollständigen technischen Walkthrough des Umbaus veröffentlicht.
OpenAI hat die Sprachinfrastruktur hinter ChatGPT von Grund auf neu entwickelt und mit GPT-Live eine Architektur vorgestellt, die den Audiostream kontinuierlich hält, sodass aufwendige Schlussfolgerungen und Tool-Einsätze ein Gespräch nicht mehr ausbremsen.
Das Unternehmen erläuterte die Neuerungen in einer Reihe von Posts am 3. August und in einem ausführlichen Blog, der den Umbau von der Client-Ebene bis hin zum Modell nachzeichnet. Demnach sank die Zahl der nötigen Netzwerk-Roundtrips beim Start einer Sprachsitzung von sechs auf einen.
So funktioniert GPT-Live
GPT-Live leitet Audio über einen eigenen, besonders schnellen Pfad, der von Reasoning und Tool-Aufrufen entkoppelt ist. Diese komplexeren Prozesse laufen asynchron im Hintergrund, ohne den Audiostream zu stoppen.
Das Ergebnis sind Sprachsitzungen, die deutlich schneller starten und ohne die bislang typischen Pausen auskommen, wenn ChatGPT umfangreiche oder mehrstufige Anfragen verarbeitet.
In einem weiteren Post erklärte OpenAI, die Architektur greife bereits in dem Moment, in dem eine Sitzung beginnt, und lasse Gespräche vom ersten Wort an natürlicher wirken. Der Umbau behebt eine strukturelle Schwäche des bisherigen Stacks, bei dem jeder Reasoning-Schritt die Audioebene zum Warten zwang.
Auch interessant: Cosmos Hub steigt um 6 % – Interchain-These erlebt Comeback
GPT-Live-Umbau zielt auf Verzögerungen bei ChatGPT-Sprachmodus
OpenAI treibt seine Sprachfunktionen bis 2026 mit hohem Tempo voran. Anfang des Jahres war das Unternehmen in die Kritik geraten, weil sich ChatGPTs Sprachausgaben bei mehrstufigen Anfragen stockend und langsam anfühlten. Der GPT-Live-Umbau ist die direkte technische Antwort auf diese Schwäche.
Die Einführung folgt auf die Mitteilung OpenAIs im Vormonat, dass eine interne Version des nächsten großen Modells für rund 2.000 Dollar an Token-Kosten zehn neue mathematische Resultate erzeugt habe – ein Hinweis auf umfangreiche Infrastrukturinvestitionen quer durch die Produktpalette.
Als Nächstes lesen: Qwen und DeepSeek treiben chinesische KI bis an Anthropics Haustür