ToolNavs KI-Tools entdecken
Tool einreichen Anmelden
Zurück zu KI-Informationen
GPT-Live-1.1 kommt in die OpenAI-API: Sprach-Standby für 0,02 US-Dollar pro Minute, 60 Prozent günstiger

GPT-Live-1.1 kommt in die OpenAI-API: Sprach-Standby für 0,02 US-Dollar pro Minute, 60 Prozent günstiger

KI-Informationen • Admin • • 17 Aufrufe

Am 19. November 2026 kündigte OpenAIs Entwicklerkonto an, dass das Sprachmodell GPT-Live-1.1 ab sofort über die API für Entwickler verfügbar ist — unter der Modell-ID gpt-live-1.1. Gleichzeitig startet die Standby-Abrechnung: Wird ein Gespräch länger als die eingestellte Zeit still, pausiert die Inferenz, während die Verbindung bestehen bleibt — für 0,02 US-Dollar pro Minute, 60 Prozent günstiger als die üblichen 0,05 US-Dollar pro Minute für aktive Gespräche. Der Kern dieses Updates ist nicht, wie viel klüger das Modell geworden ist, sondern dass es erstmals auf der Rechnung günstiger wird, einen Sprachagenten über lange Zeit online zu halten.

Teuer ist die Stille: So funktioniert der Standby-Tarif

Die wahren Kosten eines Sprachanrufs entstehen oft nicht beim Sprechen: Ein Support-Mitarbeiter wartet, während ein Kunde seine Bestellnummer sucht, am anderen Ende bleibt es lange still — und das Modell rechnet weiter pro Minute ab. Genau diese Leerstelle nimmt der Standby-Modus ins Visier: Entwickler können die Stille-Schwelle auf 5 bis 60 Sekunden einstellen; wird sie überschritten, pausiert das Modell die Inferenz, während die WebRTC-Verbindung und der Gesprächsverlauf erhalten bleiben und das Gespräch automatisch wiederaufgenommen wird, sobald jemand spricht. Stille Zeit wird mit 0,02 US-Dollar pro Minute abgerechnet, sekundengenau. Nach OpenAIs Rechnung kosten zehn Minuten Stille im Standby 0,20 US-Dollar, zum Normaltarif dagegen 0,50 US-Dollar. Die Einstellung gilt für GPT-Live-1 und 1.1 gleichermaßen und deckt nur die Sprachsitzung selbst ab — Backend-Modell und Tool-Nutzung werden separat berechnet.

GPT-Live-1.1 ist kein völlig neues Modell: Seit dem 15. Oktober steckt es hinter der Stimme von ChatGPT Plus und Pro, und jetzt wird es erstmals an API-Entwickler übergeben. Die drei Verbesserungen, die OpenAI nennt, sind allesamt konkret: stabilere Akzente über Sprachen hinweg, sodass Sprache auf Deutsch oder Japanisch weniger leicht in einen englischen Akzent abgleitet; genauere Erkennung präziser Angaben wie buchstabierter Buchstaben, Telefonnummern, Bestellnummern und Bestätigungscodes; und stärkeres Befolgen von Anweisungen, sodass komplexe Aufgaben an einen Backend-Agenten übergeben werden können, ohne das gesprochene Gespräch zu unterbrechen. Die API erhält außerdem 38 Sprach-IDs, sieben davon neu, darunter die spanisch geprägten calandria, hornero und luciernaga.

Für Entwickler ist auch die Abwägung klar: GPT-Live unterstützt Vollduplex-Gespräche — Zuhören und Sprechen gleichzeitig — mit WebRTC als empfohlenem Zugang sowie WebSockets und Telefonie per SIP; es unterstützt jedoch keine strukturierten Ausgaben und kein Fine-Tuning, Ein- und Ausgaben sind nur Text und Audio, Bilder und Videos kann es nicht verarbeiten, und eine Self-Hosting-Option gibt es nicht. Mit anderen Worten: Es eignet sich für ständig erreichbare Spracheingänge wie Kundenservice oder Telefonassistenten; wer fein steuerbare Textaufgaben braucht, greift besser zu einer anderen Schnittstelle. Im Sprachwettbewerb war ohnehin schon viel Bewegung in diesem Jahr — ElevenLabs hat gerade das japanische Sprachunternehmen Kotoba für über 100 Millionen US-Dollar übernommen, und Microsofts neues Sprachmodell kostet 1 Cent pro Minute — der Wettbewerb bei Sprachmodellen verlagert sich von „Kann es sprechen?" zu „Was kostet es, still in der Leitung zu bleiben?".

Empfohlene Tools

Mehr