Kurzantwort: Kann GPT-Live live übersetzen?
Ja. GPT-Live liefert Echtzeit-Übersetzung per Prompt und ist seit dem 8. Juli 2026 in jedem ChatGPT-Plan enthalten. Öffnen Sie ChatGPT auf iOS, Android oder im Web, starten Sie eine Voice-Sitzung und sagen Sie etwas wie "übersetze simultan alles, was ich sage, ins Spanische." Weil GPT-Live-1 und GPT-Live-1 mini Full-Duplex sind (sie hören und sprechen gleichzeitig), streamt die Übersetzung, während Sie noch reden, statt auf das Satzende zu warten. Gratis-Konten erhalten GPT-Live-1 mini; die Bezahlpläne Go, Plus und Pro erhalten das größere GPT-Live-1. Es gibt keine dedizierte Übersetzeroberfläche (keine Sprachpaar-Auswahl, kein Transkript nebeneinander), keine veröffentlichte Sprachliste und zum Start keine API. Entwickler, die OpenAI-Live-Übersetzung programmatisch brauchen, nutzen das separate Modell gpt-realtime-translate ($0.034/min, 70+ Eingabesprachen, 13 Ausgabesprachen).
1. Was OpenAI am 8. Juli ausgeliefert hat
OpenAI kündigte GPT-Live am Mittwoch, dem 8. Juli 2026, per Blogpost und Livestream an (Introducing GPT-Live). Zwei Modelle erschienen: GPT-Live-1, das neue Standard-Sprachmodell für die Bezahlpläne Go, Plus und Pro, und GPT-Live-1 mini, der neue Standard für Gratis-Konten (laut MacRumors und The Decoder). Beide ersetzen den Advanced Voice Mode als Standard von ChatGPT Voice; der alte Modus bleibt in den Voice-Einstellungen wählbar.
Der Rollout deckt in den Tagen nach dem Launch iOS, Android und chatgpt.com ab. Der Voice-Modus der Desktop-App ist zum Start nicht dabei, und die Workspaces ChatGPT Business, Enterprise und Edu sind vorerst ausgeschlossen (laut 9to5Mac und WinBuzzer). Neue Preise wurden nicht eingeführt; GPT-Live ist in den bestehenden Plänen enthalten. OpenAI nennt mehr als 150 Millionen Menschen, die über Features wie Voice und Diktat mit ChatGPT sprechen (TechCrunch).
Das prägende Feature ist Full-Duplex-Audio: Das Modell verarbeitet, was es hört, während es spricht, und trifft viele Male pro Sekunde Interaktionsentscheidungen. So lässt es sich natürlich unterbrechen, antwortet mit Rückmeldelauten ("mhmm", "verstanden"), während man redet, oder bleibt still, während man nachdenkt (MarkTechPost). Für alles, was Websuche, tieferes Reasoning oder agentische Arbeit erfordert, delegiert GPT-Live im Hintergrund an GPT-5.5 und führt das Gespräch weiter, bis das Ergebnis zurückkommt. Nutzer können drei Reasoning-Stufen wählen (Instant, Medium, High); die höheren Stufen laufen über GPT-5.5 Thinking.
OpenAIs veröffentlichte Evaluierungen betreffen Fähigkeiten, nicht Geschwindigkeit: Auf der Stufe High erzielt GPT-Live-1 84,2% auf GPQA gegenüber 45,3% für den Advanced Voice Mode und 75,2% auf BrowseComp gegenüber 0,7%. In Präferenztests mit Menschen wurde GPT-Live-1 in 75,7% der Gespräche dem Advanced Voice Mode vorgezogen, mini in 69,2% (The Decoder, unter Berufung auf OpenAIs Ankündigung). Bemerkenswert: OpenAI veröffentlichte zum Launch keine Latenzzahlen für GPT-Live.
2. Wie die Live-Übersetzung auf GPT-Live funktioniert
Live-Übersetzung ist eine der Fähigkeiten, die OpenAI in den Launch-Materialien ausdrücklich nennt: Die Full-Duplex-Architektur erlaubt dem Modell "einen natürlicheren Austausch, ein besseres Zeitgefühl und sogar Live-Übersetzung" (OpenAI-Ankündigung). In Pressebriefings demonstrierte OpenAI, wie das Modell eine laufende Übersetzung spricht, während der Vorführende redet.
Es ist ein Prompt, kein Modus
Es gibt keinen Übersetzer-Schalter, keine Sprachpaar-Auswahl und keine dedizierte Übersetzungs-UI. Man startet eine Voice-Sitzung und instruiert den Assistenten: "Übersetze bitte simultan alles, was ich sage, ins Hindi." Das Modell gibt dann eine gesprochene Übersetzung aus, während man spricht, und macht weiter, bis man es stoppt oder umstellt. Das ist dasselbe Prompt-Muster, das ChatGPT Voice seit dem Realtime-Release vom Mai 2026 hat; neu ist die Full-Duplex-Auslieferung, durch die die Simultanübersetzung die eigene Rede überlappt, statt auf das Ende des Redebeitrags zu warten.
Was die Launch-Demo zeigte
Der einzige öffentliche Datenpunkt zur Übersetzungsqualität aus der Launch-Woche stammt aus OpenAIs eigener Presse-Demo. TechCrunch berichtete bei einer Live-Übersetzung von Englisch nach Hindi, "der Assistent hatte einen starken amerikanischen Akzent und sprach ein Hindi, das unnatürlich klang und einen leicht buchsprachlichen Ton hatte" (TechCrunch). Das deckt sich mit OpenAIs eigener Offenlegung: Voice ist für "die meisten gesprochenen Sprachen" optimiert, und "in bestimmten Sprachen kann das Modell einen nicht-muttersprachlichen Akzent oder Lücken in der Sprachbeherrschung haben." OpenAI hat keine Liste unterstützter Sprachen für GPT-Live veröffentlicht, und volle mehrsprachige Parität ist zum Start ausdrücklich nicht verfügbar (MarkTechPost).
Der Assistent-zuerst-Kompromiss
GPT-Live ist ein allgemeiner Konversationsassistent, der auf Anfrage übersetzt, kein dedizierter Dolmetscher. Diese Bauart hat Folgen für Übersetzungsarbeit. Die Rückmeldelaute, die Gespräche natürlich wirken lassen ("mhmm", "ja"), bringen Nicht-Übersetzungs-Audio in eine Übersetzungssitzung, und Nutzer am ersten Tag meldeten die Laute vielfach als störend (BigGo). Lange Pausen oder Hintergrundsprache können unbeabsichtigte Antworten auslösen, und Tester mit Vorabzugang berichteten, das Modell habe unterbrochen und mitten im Satz gelacht, bevor OpenAI das Verhalten dämpfte (Simon Willison). Ein Modell, dessen Kernkompetenz die Entscheidung ist, wann es sprechen soll, trifft diese Entscheidung beim Übersetzen ständig, obwohl die richtige Antwort fast immer lautet: "weiter übersetzen, sonst nichts sagen."
3. GPT-Live vs. OpenAIs spezialisierter Übersetzer
Die Launch-Berichterstattung übersah weitgehend, dass OpenAI bereits ein dediziertes Live-Übersetzungsmodell ausliefert, und zwar auf einem anderen Stack. Am 7. Mai 2026 veröffentlichte OpenAI gpt-realtime-translate in der Realtime API: ein speziell gebautes Streaming-Sprache-zu-Sprache-Übersetzungsmodell, trainiert auf Tausenden Stunden professionellen Dolmetscher-Audios und so konfiguriert, dass es strikt bei der Übersetzung bleibt und auf ausreichend Kontext wartet, bevor es Sprache produziert (OpenAI-Ankündigung). GPT-Live und die Realtime-Modelle sind getrennte Familien: GPT-Live ist die ChatGPT-Konsumentenoberfläche ohne API, gpt-realtime-translate die Entwickleroberfläche mit veröffentlichten Spezifikationen, Preisen und Beschränkungen.
| GPT-Live (ChatGPT) | gpt-realtime-translate (API) | |
|---|---|---|
| Was es ist | Full-Duplex-Sprachassistent; Übersetzung per Prompt | Dediziertes Streaming-Sprache-zu-Sprache-Übersetzungsmodell |
| Veröffentlicht | 8. Juli 2026 | 7. Mai 2026 |
| Zugang | ChatGPT-App (iOS, Android, Web); keine API | Realtime API, Endpunkt /v1/realtime/translations |
| Preis | In den ChatGPT-Plänen enthalten (Gratis-Plan erhält mini) | $0.034 pro Audiominute |
| Sprachen | Unveröffentlicht; "die meisten gesprochenen Sprachen", Akzentlücken offengelegt | 70+ Eingabesprachen; 13 Ausgabesprachen (dokumentiert) |
| Bleibt in der Übersetzerrolle | Keine Garantie; Konversationsassistent, Rückmeldelaute | Ja; per Design nur Übersetzung, keine System-Prompts |
| Transkripte | Chat-Transkript der Sitzung | Text-Deltas von Quell- und übersetzter Sprache |
| Stimme | 9 überarbeitete ChatGPT-Stimmen | Dynamische Stimme, die sich dem Ton des Quellsprechers anpasst |
| Unabhängige Messung | Noch nicht möglich (keine API) | Gemessen; siehe Abschnitt 5 |
Die 13 dokumentierten Ausgabesprachen von gpt-realtime-translate: Englisch, Spanisch, Portugiesisch, Französisch, Deutsch, Italienisch, Russisch, Chinesisch, Japanisch, Koreanisch, Hindi, Indonesisch und Vietnamesisch (OpenAI Cookbook). Bis OpenAI eine Sprachliste für GPT-Live veröffentlicht, ist dies das beste verfügbare Signal dafür, wo OpenAIs Training zur Sprachübersetzung am stärksten ist.
Zwei Korrekturen aus der Launch-Woche verdienen es, explizit gemacht zu werden, weil frühe Berichterstattung beides durcheinanderbrachte: GPT-Live hat keine API-Preise (die kursierenden Zahlen "$32 pro Million Audio-Input-Token, $64 Output" gehören zu gpt-realtime-2, einem anderen Modell), und GPT-Live ist überhaupt nicht über die API verfügbar; OpenAIs Formulierung lautet, die Modelle kämen "bald" in die API, mit einem Benachrichtigungsformular und ohne Zeitplan (Apidogs API-Status-Überblick).
4. Grenzen, die OpenAI und die Launch-Tester offenlegen
- Nutzungslimits existieren, sind aber unveröffentlicht. OpenAIs Hilfezentrum erklärt, die Voice-Nutzungslimits variierten je nach Plan und Voice-Option und könnten sich ändern, mit einem In-App-Hinweis bei Annäherung ans Limit. Drittberichte über konkrete Zahlen widersprechen einander (von 15 Minuten täglich bis 2 Stunden täglich für Gratis-Konten); jede konkrete Zahl sollte als unbestätigt gelten.
- Keine veröffentlichten Latenzzahlen. OpenAI veröffentlichte Fähigkeits-Benchmarks (GPQA, BrowseComp, Präferenzraten), aber keine Messungen zu Erst-Audio-Latenz oder Verzögerung für GPT-Live.
- Die Sprachabdeckung ist undokumentiert. "Die meisten gesprochenen Sprachen", für andere sind nicht-muttersprachliche Akzente und Lücken in der Sprachbeherrschung offengelegt, volle mehrsprachige Parität ausdrücklich nicht zum Start.
- Rückmeldelaute lassen sich nicht vollständig abschalten. Man kann das Modell anweisen, still zu bleiben, aber Berichte vom ersten Tag beschreiben das "mhmm"-Verhalten als hartnäckig und für viele Nutzer als lästig.
- Kein Video und kein Screensharing zum Start, und der Modus ist in einigen Kontexten als nicht verfügbar gemeldet (Business-/Enterprise-/Edu-Workspaces; Voice in der Desktop-App).
- Das Sicherheits-Monitoring kann eingreifen. Laut der GPT-Live System Card kann die Echtzeit-Überwachung eine Antwort lenken oder unterbrechen, eine gesprochene Sicherheitsmeldung abspielen oder risikoreiche Gespräche beenden.
5. Was unabhängige Messungen zu OpenAI-Übersetzung zeigen
Was wir gemessen haben (und was nicht)
GPT-Live lässt sich noch nicht programmatisch messen: Es hat keine API, und seine Konsumentenoberfläche fügt clientseitige Spracherkennung und App-Verhalten hinzu, die kein Test-Harness isolieren kann. Die Zahlen unten gelten für OpenAIs API-Übersetzungsmodell gpt-realtime-translate, gemessen am 10. Juni 2026 mit denselben Energie-VAD-Äußerungsgrenzen, die einheitlich auf jedes API-System im LiveLingo-Benchmark angewendet wurden. Sie sind die beste verfügbare Untergrenze dafür, was OpenAIs Sprachübersetzungs-Stack mit echtem Audio leistet. Es sind keine GPT-Live-Zahlen, und wir kennzeichnen sie entsprechend. Sobald GPT-Live eine API bekommt, führen wir dasselbe Protokoll dagegen aus und aktualisieren diesen Abschnitt.
Reproduzierbarkeit
Jede Zahl lässt sich aus denselben drei 120-Sekunden-VOA-Audioclips (Public Domain), demselben Realtime-API-Endpunkt und demselben Python-Harness reproduzieren, die für den ursprünglichen Vier-System-Benchmark verwendet wurden. Das Audio (audio.zip), das rohe JSON pro Äußerung (openai-realtime-results.json) und die Methodik sind unter livelingo.io/research/benchmark-2026 veröffentlicht.
| System | Verständlichkeit (0–5) | Äußerungsende → Eintreffen der Übersetzung | Zeit bis zur ersten Ausgabe (nur Audio-zu-Audio) | Ausgabeform |
|---|---|---|---|---|
| LiveLingo | 4,96 | 1.518 ms | – | Streaming-Text + Audio |
| Gemini 3.5 Live Translate | 4,93 | ~3.100 ms (driftet bis 13,9 s) | 2.947 ms | Audio (Text als Begleitfunktion) |
| Google Cloud STT v2 + Translate v3 | 4,77 | ~26.736 ms | – | Transkript |
| Azure Speech Translation | 4,65 | ~4.755 ms | – | Transkript |
| Whisper + GPT-4o-mini (DIY) | 4,63 | 2.720 ms | – | Transkript |
| OpenAI gpt-realtime-translate | 4,53 | ~3.800 ms (driftet bis 20,3 s) | 711 ms | Audio + Transkript |
Drei Befunde aus dieser Messung rahmen ein, was von der GPT-Live-Übersetzung zu erwarten ist, denn beide Produkte schöpfen aus derselben Forschungsrichtung zur Sprachübersetzung bei OpenAI:
OpenAIs Stack ist am schnellsten beim ersten Audio. Median 711 ms vom Sprachbeginn bis zum ersten übersetzten Audio, rund viermal schneller als Gemini 3.5 Live Translate bei derselben Metrik. Full-Duplex-GPT-Live dürfte diese Reaktionsschnelligkeit erben; sie ist die Stärke der Architektur.
Kontinuierliche Sprache sammelt Verzögerung an. Übersetzte Sprache ist durch das Sprechtempo der synthetisierten Stimme begrenzt, sodass die Übersetzung bei dichtem, kontinuierlichem Audio zunehmend zurückfiel, Median 3,8 s und driftend bis 20,3 s. Ein Full-Duplex-Modell hebt diese Beschränkung nicht auf: Gesprochene Ausgabe kann nicht schneller aufholen als menschliches Sprechtempo.
Die Verständlichkeit liegt hinter den spezialisierten Konkurrenten. 4,53/5 Gesamtwert, der niedrigste der sechs gemessenen Systeme, mit wiederkehrenden Fehlerklassen: eingestreute Zusätze, Bedeutungsumkehrungen und ersetzte Eigennamen. Die Hindi-Kritik an GPT-Live aus der Presse-Demo (amerikanischer Akzent, buchsprachlicher Ton) passt zu einem Stack, dessen Tempo führt und dessen Treue hinterherhinkt.
6. So nutzen Sie GPT-Live heute zum Übersetzen
- Aktualisieren Sie die ChatGPT-App auf iOS oder Android (oder nutzen Sie chatgpt.com). GPT-Live wird in den Tagen nach dem 8. Juli ausgerollt; verhält sich Ihr Voice-Modus noch rundenbasiert, hat der Rollout Ihr Konto noch nicht erreicht.
- Tippen Sie auf das Voice-Symbol im Eingabefeld, um eine Sitzung zu starten. Gratis-Konten laufen mit GPT-Live-1 mini; Go-, Plus- und Pro-Konten mit GPT-Live-1.
- Geben Sie die Übersetzungsanweisung gleich zu Beginn: "Übersetze simultan alles, was ich sage, ins Japanische. Beantworte keine Fragen, kommentiere nichts, übersetze nur." Die explizite Einschränkung reduziert Gesprächseinwürfe, beseitigt sie aber nicht.
- Für Gespräche in beide Richtungen fordern Sie beide Richtungen an: "Übersetze mein Englisch ins Japanische und übersetze jedes Japanisch, das du hörst, ins Englische."
- Rechnen Sie mit Nutzungslimits: OpenAI begrenzt Voice je nach Plan, ohne Zahlen zu veröffentlichen, und ein In-App-Hinweis erscheint bei Annäherung ans Limit.
7. Wann GPT-Live passt und wann nicht
GPT-Live ist die richtige Wahl, wenn
- Sie kostenlose Echtzeit-Übersetzung ohne Installation wollen und ChatGPT ohnehin nutzen. Der Gratis-Plan enthält jetzt ein Full-Duplex-Sprachmodell, was vor dem 8. Juli kein anderer großer Assistent bot.
- Das Gespräch locker und kurz ist: nach dem Weg fragen, ein schneller Austausch, Smalltalk auf Reisen. Eigenheiten der Rückmeldelaute und Rollenabweichungen fallen weniger ins Gewicht.
- Sie den Assistenten rund um die Übersetzung schätzen: Sie können Rückfragen stellen, Kontext bekommen oder GPT-5.5 mitten im Gespräch etwas nachschlagen lassen.
Ein anderes Tool passt besser, wenn
- Der Übersetzer für ein längeres Gespräch in der Rolle bleiben muss. Eine dedizierte Dolmetscheroberfläche gibt keine Rückmeldelaute, lacht nicht und antwortet nicht, statt zu übersetzen.
- Sie beim Zuhören ein lesbares zweisprachiges Transkript brauchen. GPT-Live liefert ein Chat-Protokoll, keine Nebeneinander-Ansicht von Original und Übersetzung, die sich nie selbst umschreibt.
- Sie dokumentierte Sprachabdeckung brauchen. OpenAI hat nicht veröffentlicht, was GPT-Live unterstützt; spezialisierte Produkte dokumentieren ihre Sprachpaare.
- Sie übersetzte Telefonanrufe brauchen. Keine der OpenAI-Oberflächen wählt eine Telefonnummer. LiveLingo führt ausgehende Anrufe an normale Rufnummern mit laufender Übersetzung auf der Leitung, wobei der Angerufene keine App benötigt.
Ein ehrliches Zugeständnis. LiveLingo (Herausgeber dieses Leitfadens) gehört in die Kategorie der dedizierten Übersetzer: Streaming-Text plus Audio, Zuordnung pro Sprecher, angezeigte Transkripte, die nie zurückgezogen werden, und übersetzte ausgehende Telefonanrufe. GPT-Lives Gesprächsnatürlichkeit ist ein echter Fortschritt, sein Full-Duplex-Sprecherwechsel ist jeder dedizierten Übersetzer-App voraus, unserer eingeschlossen, und sein Gratis-Plan macht es für alle zum einfachsten Weg, Live-Sprachübersetzung heute auszuprobieren. Spezifikationen im direkten Vergleich: /compare/chatgpt-translation. Benchmark-Zahlen: /research/benchmark-2026. OpenAIs komplettes Übersetzungsangebot: /de/guides/openai-live-translation.
8. Häufig gestellte Fragen
Was ist GPT-Live?
GPT-Live ist OpenAIs Full-Duplex-Sprachmodellfamilie für ChatGPT, vorgestellt am 8. Juli 2026. Zwei Modelle erschienen: GPT-Live-1 (Standard für die Bezahlpläne Go, Plus und Pro) und GPT-Live-1 mini (Standard für Gratis-Nutzer). Anders als der abgelöste Advanced Voice Mode hört und spricht GPT-Live gleichzeitig. Es lässt sich natürlich unterbrechen, gibt Rückmeldelaute, während man spricht, und liefert Live-Übersetzung, noch während man redet. Komplexe Anfragen delegiert es im Hintergrund an GPT-5.5. Es läuft auf iOS, Android und chatgpt.com; zum Start gibt es keine API.
Kann GPT-Live in Echtzeit übersetzen?
Ja. Live-Übersetzung ist eine explizit genannte Launch-Fähigkeit, gestartet per Prompt statt über einen Modus-Schalter: Sagen Sie dem Assistenten "übersetze simultan alles, was ich sage, ins Japanische", und er spricht eine laufende Übersetzung, während Sie reden. OpenAI sagt, Voice sei für "die meisten gesprochenen Sprachen" optimiert, ohne eine Liste zu veröffentlichen, und legt offen, dass manche Sprachen einen nicht-muttersprachlichen Akzent oder Lücken in der Sprachbeherrschung bekommen können. In OpenAIs eigener Presse-Demo beobachtete TechCrunch, dass die Hindi-Live-Übersetzung einen starken amerikanischen Akzent und einen unnatürlichen, leicht buchsprachlichen Ton hatte.
Ist GPT-Live kostenlos?
Ja, mit einer Plan-Aufteilung. GPT-Live-1 mini ist das Standard-Sprachmodell für kostenlose ChatGPT-Konten; die Bezahlpläne Go, Plus und Pro erhalten das größere GPT-Live-1. Ein neues Abo wurde nicht eingeführt. Die Nutzungslimits für Voice variieren je nach Plan und können sich ändern; OpenAI veröffentlicht keine festen Minutenkontingente, und Drittberichte über konkrete Tageslimits widersprechen einander.
Hat GPT-Live eine API?
Nein. Zum Start ist GPT-Live nur in ChatGPT verfügbar. OpenAI plant, die Modelle "bald" in die API zu bringen, und bietet ein Benachrichtigungsformular an, ohne Endpunkte, Modell-IDs, Preise oder Zeitplan zu veröffentlichen. Entwickler, die heute OpenAI-Live-Übersetzung brauchen, nutzen das separate Realtime-API-Modell gpt-realtime-translate: $0.034 pro Minute, 70+ Eingabesprachen, 13 Ausgabesprachen.
Wie unterscheidet sich GPT-Live vom Advanced Voice Mode?
Der Advanced Voice Mode war Sprache-zu-Sprache, aber rundenbasiert: Er wartete auf Stille, um das Ende des Redebeitrags zu erkennen, und antwortete dann. GPT-Live ist ein einziges Full-Duplex-Modell, das eingehendes Audio verarbeitet, während es Ausgabe generiert, und dabei viele Male pro Sekunde Interaktionsentscheidungen trifft. Es lässt sich mitten im Satz unterbrechen, gibt Rückmeldelaute, während Sie sprechen, bleibt still, während Sie nachdenken, und reicht komplexe Fragen im Hintergrund an GPT-5.5 weiter. In OpenAIs Präferenztests mit Menschen wurde GPT-Live-1 in 75,7% der Gespräche dem Advanced Voice Mode vorgezogen. Der Advanced Voice Mode bleibt in den Einstellungen wählbar.
Welche Sprachen unterstützt GPT-Live für die Übersetzung?
OpenAI hat keine Sprachliste für GPT-Live veröffentlicht. Die Launch-Materialien sagen, Voice sei für "die meisten gesprochenen Sprachen" optimiert, und legen für andere Akzent- und Sprachbeherrschungslücken offen; volle mehrsprachige Parität ist zum Start ausdrücklich nicht verfügbar. OpenAIs entwicklerorientiertes Übersetzungsmodell gpt-realtime-translate dokumentiert 70+ Eingabesprachen und 13 Ausgabesprachen: Englisch, Spanisch, Portugiesisch, Französisch, Deutsch, Italienisch, Russisch, Chinesisch, Japanisch, Koreanisch, Hindi, Indonesisch und Vietnamesisch.
Wie schlägt sich GPT-Live gegen Gemini Live bei der Übersetzung?
Unterschiedliche Architektur-Entscheidungen. GPT-Live ist ein Full-Duplex-Konversationsassistent, der auf Anfrage übersetzt. Googles Gemini 3.5 Live Translate ist ein dediziertes Streaming-Sprache-zu-Sprache-Übersetzungsmodell in der Google-Translate-App, Google Meet und der Gemini Live API, das 70+ Sprachen automatisch erkennt und die Sprecherprosodie bewahrt. Geminis Oberfläche ist über eine öffentliche API messbar: LiveLingo Research maß dort einen Verständlichkeits-Gesamtwert von 4,93/5 und eine Sprechverzögerung von rund 3 Sekunden. GPT-Live hat keine API, daher existiert noch keine vergleichbare unabhängige Messung; die Hindi-Demo-Kritik der Launch-Woche ist der einzige öffentliche Qualitätsdatenpunkt.
Wie wechselt man von GPT-Live zurück zum Advanced Voice Mode?
Öffnen Sie die ChatGPT-Voice-Einstellungen und wählen Sie den Advanced Voice Mode aus. GPT-Live hat ihn am 8. Juli 2026 als Standard abgelöst, aber OpenAI hat den alten Modus wählbar gelassen, für Nutzer, die Funktionen brauchen, die GPT-Live zum Start nicht unterstützt, etwa Video und Screensharing.
Wie verhindert man, dass GPT-Live unterbricht oder "mhmm" sagt?
Die Rückmeldelaute lassen sich zum Start nicht vollständig abschalten. Die Abhilfe ist eine explizite Anweisung zu Beginn der Sitzung, etwa "bleib still, bis ich dich direkt anspreche" oder, beim Übersetzen, "übersetze nur, was ich sage, und füge nichts hinzu". Berichte vom ersten Tag sagen, dass dies die Einwürfe reduziert, aber nicht beseitigt, und lange Pausen oder Hintergrundsprache können weiterhin unbeabsichtigte Antworten auslösen. Blockiert das Verhalten Ihren Anwendungsfall, bleibt der Advanced Voice Mode in den Voice-Einstellungen wählbar.
Welches Tool sollte man aktuell für die Live-Übersetzung von Gesprächen nutzen?
GPT-Live passt zu lockerer, freihändiger Übersetzung innerhalb eines Assistenten, den Sie ohnehin nutzen, mit Gratis-Plan. Speziell gebaute Übersetzer passen besser zu längeren echten Gesprächen: Sie halten eine reine Übersetzerrolle durch, zeigen ein lesbares zweisprachiges Transkript und werden an ihrer Wiedergabetreue gemessen. Im LiveLingo-Benchmark 2026 erzielte OpenAIs messbare Übersetzungsoberfläche (gpt-realtime-translate) 4,53/5 Verständlichkeit, wobei das übersetzte Audio bei kontinuierlicher Sprache bis zu 20,3 Sekunden zurückfiel, während transkriptorientierte Systeme höhere Treue bei begrenzter Verzögerung hielten. Für übersetzte Anrufe an normale Rufnummern wählt keine der OpenAI-Oberflächen; das ist eine andere Produktkategorie.
9. Quellen
- OpenAI. Introducing GPT-Live. OpenAI blog, 8. Juli 2026. openai.com
- OpenAI. GPT-Live system card. OpenAI Deployment Safety, Juli 2026. deploymentsafety.openai.com
- OpenAI. ChatGPT Voice (Hilfezentrum). help.openai.com
- TechCrunch. OpenAI releases new voice models for more natural live conversations, 8. Juli 2026. techcrunch.com
- MarkTechPost. OpenAI Releases GPT-Live and GPT-Live-1 mini: Full-Duplex Voice Models That Delegate Deeper Reasoning to GPT-5.5, 8. Juli 2026. marktechpost.com
- MacRumors. OpenAI Introduces GPT-Live to Make ChatGPT Voice Feel Like a Real Conversation, 8. Juli 2026. macrumors.com
- The Decoder. ChatGPT can now listen and talk at the same time, Juli 2026. the-decoder.com
- SiliconANGLE. OpenAI launches GPT-Live voice model series ahead of broad GPT-5.6 release, 8. Juli 2026. siliconangle.com
- 9to5Mac. OpenAI upgrading ChatGPT with all-new voice mode experience, 8. Juli 2026. 9to5mac.com
- Simon Willison. Introducing GPT-Live (Notizen aus dem Vorabzugang), 8. Juli 2026. simonwillison.net
- OpenAI Developers. gpt-realtime-translate model reference und realtime translation guide. developers.openai.com
- Apidog. Is There a GPT-Live API? What Developers Can Use Instead, Juli 2026. apidog.com
- LiveLingo Research. Real-Time Voice Translation Benchmark 2026, OpenAI gpt-realtime-translate addendum, 10. Juni 2026. livelingo.io/research/benchmark-2026. Dataset DOI: 10.5281/zenodo.21250032
- LiveLingo. ChatGPT Translation in 2026: Voice Mode, gpt-realtime-translate API, and Whisper Compared. livelingo.io/de/guides/openai-live-translation
Veröffentlichungsdatum, Modellnamen, Plan-Zuordnung, Rollout-Umfang und Evaluierungszahlen wurden am 9. Juli 2026 gegen OpenAIs Ankündigung, System Card, Hilfezentrum und die oben verlinkte Launch-Berichterstattung geprüft. GPT-Live ist bei Veröffentlichung einen Tag alt: OpenAI kann Pläne, Limits, Sprachabdeckung und Modellverhalten schnell ändern; prüfen Sie die verlinkten Quellen auf den aktuellen Stand, bevor Sie sich auf eine konkrete Aussage verlassen.