Wichtigste Punkte
OpenAI hat die Spracharchitektur von ChatGPT neu aufgebaut, damit Audio ohne Unterbrechungen durchläuft. Das neue System GPT-Live erlaubt ChatGPT, gleichzeitig zu sprechen und zuzuhören. Der Start einer Sprachsitzung wurde von sechs Netzwerk-Roundtrips auf einen reduziert. Audio wird über einen dedizierten Schnellpfad geführt, während Reasoning und Tool-Aufrufe asynchron laufen. OpenAI hat einen ausführlichen technischen Walkthrough des Neuaufbaus veröffentlicht.
OpenAI hat die Sprachinfrastruktur hinter ChatGPT von Grund auf neu gestaltet und mit GPT-Live eine Architektur vorgestellt, die den Audiostream kontinuierlich aufrechterhält. So können aufwendiges Reasoning und der Einsatz externer Tools stattfinden, ohne ein laufendes Gespräch hörbar zu unterbrechen.
Das Unternehmen erläuterte die Änderungen in mehreren Posts vom 3. August und in einem ausführlichen Blog, der den Neuaufbau von der Client-Ebene bis zum Modell beschreibt. Laut OpenAI wurde der Start von Sprachsitzungen von zuvor sechs Netzwerk-Rundläufen auf einen einzigen reduziert.
So funktioniert GPT-Live
GPT-Live leitet Audiodaten über einen eigenen, besonders schnellen Pfad, der vom Reasoning sowie von Tool-Aufrufen entkoppelt ist. Die aufwändigeren Verarbeitungsschritte laufen asynchron im Hintergrund und blockieren den Audiostream nicht mehr.
Das Ergebnis sind Sprachsitzungen, die deutlich schneller starten und ohne die bislang typischen Pausen laufen, wenn ChatGPT komplexe Anfragen bearbeitet.
In einem weiteren Post betonte OpenAI, dass die neue Architektur vor allem den Moment des Sitzungsstarts adressiert und Gespräche vom ersten Austausch an natürlicher wirken lässt. Der Neuaufbau behebt eine strukturelle Schwäche des alten Stacks, bei dem jeder Reasoning-Schritt die Audioebene zum Warten zwang.
GPT-Live zielt auf Verzögerungen bei ChatGPT Voice
OpenAI treibt seine Sprachfähigkeiten bis 2026 mit hohem Tempo voran. Zu Jahresbeginn war das Unternehmen in die Kritik geraten, weil sich Sprachantworten von ChatGPT bei mehrstufigen Anfragen stockend und träge anfühlten. Der GPT-Live-Neuaufbau ist die direkte technische Antwort auf diese Schwäche.
Die Einführung folgt auf eine Offenlegung im Vormonat, wonach eine interne Version von OpenAIs nächstem großen Modell rund zehn neue mathematische Resultate generierte – bei Token-Kosten von etwa 2.000 US-Dollar. Das signalisiert umfangreiche Infrastrukturinvestitionen über das gesamte Produktportfolio hinweg.
Weiterlesen: Qwen und DeepSeek treiben chinesische KI bis an die Schwelle von Anthropic
