OpenAI hat GPT-Live am 8. Juli 2026 eingeführt und damit die neue Standard-Sprachmodellfamilie für ChatGPT etabliert. Das Update bringt Dateianhänge, Projektintegration, Speicherfunktionen und Suchfunktionen in einen Bereich des Produkts, der zuvor weitgehend isoliert funktionierte.

Nutzer können nun ein Sprachgespräch mit ChatGPT führen und gleichzeitig Dokumente teilen, ohne für inhaltsbasierte Aufgaben in den Textmodus wechseln zu müssen. Diese Veränderung behebt einen langjährigen Reibungspunkt bei KI-Assistenten, bei dem Sprachinteraktionen typischerweise als separate Oberfläche behandelt wurden statt als integrierte Schicht, die auf dieselben Werkzeuge und Kontexte zugreifen kann wie textbasierte Workflows.

Vollduplex-Spracharchitektur

GPT-Live ist eine Familie von Vollduplex-Sprachmodellen, was bedeutet, dass das System gleichzeitig zuhören und sprechen kann, anstatt sich abzuwechseln. Dies ermöglicht natürliche Gesprächsverhaltensweisen wie Unterbrechungen mitten im Satz und sich überschneidende Dialoge, die herkömmliche sprachbasierte Assistenten mit Zug-/Gegenzug-Prinzip nicht bewältigen konnten, ohne Antworten abzubrechen oder neu zu starten. Das Flaggschiff-Modell ist GPT-Live-1, das für zahlende Abonnenten mit dem vollständigen Funktionsumfang verfügbar ist. Eine leichtere Variante, GPT-Live-1 mini, wird Nutzern der kostenlosen Version angeboten und teilt dieselbe Konversationsarchitektur, jedoch mit reduziertem Leistungsspielraum.

GPT-Live kann rechenintensive Aufgaben an leistungsstärkere Modelle delegieren, darunter GPT-5.5, und dabei eine reaktionsschnelle Sprachschicht aufrechterhalten. Diese Routing-Architektur spiegelt einen branchenweiten Trend wider, bei dem ressourcenschonende Schnittstellen mit geringer Latenz die Arbeit steuern, die von leistungsstärkeren Backend-Modellen ausgeführt wird – eine Designentscheidung, die Echtzeit-Reaktionsschnelligkeit mit tiefgreifender Reasoning-Fähigkeit in Einklang bringt.

Dateianhänge und Projektintegration

Die operativ bedeutsamste Neuerung ist die Unterstützung von Dateianhängen während laufender Sprachsitzungen. Nutzer können Dateien mitten in einem Gespräch anhängen und ChatGPT diesen Inhalt in Echtzeit verarbeiten lassen. Das Update führt zudem Bildverarbeitung, Speicherfunktionen und Websuche innerhalb von Sprachsitzungen ein.

GPT-Live ist nun mit der Projekte-Funktion von ChatGPT verbunden, die es Nutzern ermöglicht, persistenten Kontext über Sitzungen hinweg zu pflegen – durch gespeicherte Dateien, Präferenzen und benutzerdefinierte Anweisungen. Diese Integration erstreckt sich über Work-, Codex- und Desktop-Umgebungen. Für Nutzer, die ChatGPT über mehrere Oberflächen nutzen – Konversation, Programmierung und Dokument-zentriert –, verwandelt die Projekte-Integration die Sprachfunktion effektiv von einem eigenständigen Interaktionsmodus in einen gemeinsamen Zugangspunkt, der auf dieselbe Wissensbasis zugreifen kann wie andere Schnittstellen.

Eine Einschränkung bleibt bestehen: Die ChatGPT-Bibliothek, die Dokumente getrennt von Projekten speichert, unterstützt derzeit keine direkte Dateisuche und keinen Dateizugang während einer Sprachsitzung.

Weiterentwicklung vom Advanced Voice Mode

GPT-Live stellt eine schrittweise Reifung dessen dar, was OpenAI zuvor als Advanced Voice Mode bezeichnete, eher als eine grundlegende Neuerfindung. Der Advanced Voice Mode führte natürlichere Prosodie und einen breiteren emotionalen Ausdruck in der Sprachausgabe von ChatGPT ein, basierte jedoch weiterhin auf einem Zug-/Gegenzug-System. GPT-Live ergänzt dies um strukturelle Konnektivität und verknüpft die Sprachfunktion mit dem breiteren Produktökosystem, einschließlich Suche, Speicher, Datei-Uploads und Projekte-Integration. Diese Entwicklungslinie spiegelt einen branchenweiten Trend bei Anbietern konversationeller KI wider, Sprache, Text und multimodale Eingaben unter einem einheitlichen Sitzungsmodell zusammenzuführen, anstatt parallele Fähigkeiten mit voneinander getrennten Funktionsumfängen beizubehalten.