OpenAI verfügt jetzt über zwei Sprachtechnologien, deren Namen sich dem Geiste nach um einen Buchstaben unterscheiden, und die GPT-Live-Ankündigung vom 8. Juli hat die Verwirrung zum Mainstream gemacht. Suchen Sie nach „GPT Live API“, und Sie landen bei der GPT-Realtime-Dokumentation; lesen Sie die Berichterstattung zur Einführung, und Sie werden feststellen, dass die beiden austauschbar verwendet werden. Sie sind nicht dasselbe.
Die einzeilige Unterscheidung: GPT-Live ist das Sprach-Erlebnis für Endverbraucher innerhalb von ChatGPT. GPT-Realtime ist die API-Familie für Entwickler, um eigene Sprachanwendungen zu erstellen. Hier ist das vollständige Bild und wie Sie erkennen, wonach Sie suchen.
Die beiden Stacks, nebeneinander
| GPT-Live | GPT-Realtime | |
|---|---|---|
| Was es ist | Sprachmodellfamilie, die ChatGPT Voice antreibt | Sprach-zu-Sprach-Modelle in der Realtime API |
| Für wen es ist | ChatGPT-Nutzer | Entwickler, die Sprachprodukte erstellen |
| Wo es läuft | ChatGPT-Apps (iOS, Android, Web), CarPlay | Ihre Anwendung, über API |
| API-Zugang | Noch nicht verfügbar („bald“, laut OpenAI) | Allgemein verfügbar |
| Aktuelle Modelle | GPT-Live-1, 1 mini, 1 Medium, 1 High | gpt-realtime, gpt-realtime-1.5, gpt-realtime-2.1, 2.1-mini |
| Architektur | Vollduplex + Hintergrunddelegation an GPT-5.5 | Einzelnes Sprach-zu-Sprach-Modell, schnelle rundenbasierte Kommunikation |
| Konversationsstil | Hört zu, während es spricht, Rückkanäle | Runden mit niedriger Latenz und Unterbrechungsbehandlung |
| Zusätzliches | Websuche, Übersetzung, visuelle Karten, Gedächtnis | Funktionsaufrufe, MCP-Server, SIP-Anrufe, Bildeingabe |
| Preisgestaltung | Nicht veröffentlicht (in ChatGPT-Stufen gebündelt) | Veröffentlicht: z.B. gpt-realtime bei $4/M rein, $16/M raus |
Was GPT-Live ist
GPT-Live ist die neue Standardeinstellung für ChatGPT Voice: Vollduplex-Modelle, die eingehende Audiodaten verarbeiten, während sie Ausgaben generieren, und dabei viele Male pro Sekunde entscheiden, ob sie sprechen, zuhören, pausieren oder unterbrechen sollen. Wenn eine Frage eine Suche oder tiefere Argumentation erfordert, kann GPT-Live „die Aufgabe an ein anderes Modell wie GPT-5.5 delegieren“ und das Ergebnis wieder in die Konversation einweben.
Sie integrieren GPT-Live nicht. Sie nutzen es in der ChatGPT-App. Bezahlte Stufen verwenden standardmäßig GPT-Live-1; die kostenlose Stufe erhält GPT-Live-1 mini. Der Einrichtungsleitfaden behandelt Varianten und Plattformen.
Was GPT-Realtime ist
GPT-Realtime ist die Modellfamilie hinter OpenAIs Realtime API: Sprach-zu-Sprach-Modelle, mit denen Sie sich über WebSocket oder WebRTC verbinden, mit SIP-Unterstützung für Telefonanrufe und entfernten MCP-Servern zur Werkzeugnutzung. Es ist allgemein verfügbar, versioniert und wie ein API-Produkt bepreist. Die neuesten Mitglieder, gpt-realtime-2.1 und 2.1-mini, wurden am 6. Juli 2026 veröffentlicht, zwei Tage bevor GPT-Live angekündigt wurde.
Dies ist der Stack, den unsere praktischen Anleitungen abdecken: der originale gpt-realtime-Walkthrough, GPT-Realtime-2 und GPT-Realtime-2.1-mini. Wenn Sie damit entwickeln, kann Apidog die WebSocket-Sitzungen direkt steuern, was undurchsichtiges Echtzeit-Debugging in überprüfbare Ereignisströme verwandelt; laden Sie es kostenlos herunter, um eine Sitzung gegen gpt-realtime-2.1 in wenigen Minuten zu testen.
Warum die Verwirrung verständlich ist
Die beiden Stacks konvergieren aus entgegengesetzten Richtungen. GPT-Realtime reduzierte die Sprach-zu-Sprach-Latenz so weit, dass sie für Produktionsagenten ausreichte; GPT-Live fügte die Vollduplex-Schicht und die Delegation hinzu, jedoch nur innerhalb von ChatGPT. Architektonisch sieht GPT-Live so aus, wie die nächste Generation der Realtime API sein möchte, und OpenAI hat angekündigt, dass die GPT-Live-Modelle „bald“ in der API verfügbar sein werden.
Bis dies geschieht, ist die praktische Zuordnung:
- „Ich möchte mit einer KI sprechen.“ GPT-Live, in ChatGPT. Kein Code erforderlich.
- „Ich möchte, dass meine App oder Telefonleitung mit Nutzern spricht.“ GPT-Realtime, über die Realtime API, heute.
- „Ich möchte das Vollduplex-Verhalten von GPT-Live in meiner App.“ Noch nicht verfügbar. Die besten Annäherungen, einschließlich der manuellen Implementierung des Delegationsmusters, finden Sie unter Gibt es eine GPT-Live API?.
Was passiert, wenn GPT-Live die API erreicht
OpenAI hat nicht mitgeteilt, ob GPT-Live-Modelle der Realtime API beitreten, diese ersetzen oder als separate Schnittstelle erscheinen werden. Die Struktur mit vier Varianten (Instant-gestützt und GPT-5.5-Denk-gestützt auf zwei Anstrengungsstufen) deutet auf Kompromisse bei Latenz/Tiefe auf Sitzungsebene hin. Für derzeit entwickelnde Teams ist die sichere Haltung ereignisgesteuerter Sitzungscode auf der Realtime API mit lose gekoppelter Delegationslogik; dies lässt sich unter jedem der drei Ergebnisse sauber portieren.
FAQ
Ist GPT-Live dasselbe wie GPT-Realtime? Nein. GPT-Live treibt ChatGPT Voice für Endverbraucher an; GPT-Realtime ist die Entwickler-Modellfamilie in der Realtime API.
Kann ich GPT-Live in meiner eigenen App verwenden? Noch nicht. OpenAI plant die API-Verfügbarkeit „bald“. Die Realtime API mit gpt-realtime-2.1 ist die derzeit verfügbare Alternative.
Wird GPT-Realtime durch GPT-Live ersetzt? OpenAI hat dies nicht angekündigt. GPT-Realtime bleibt allgemein verfügbar und wurde zwei Tage vor dem Start von GPT-Live aktualisiert, daher sollte man die Koexistenz als Planungsannahme betrachten.
Welches ist leistungsfähiger? Unterschiedliche Aufgaben. GPT-Live bietet Vollduplex-Konversation und GPT-5.5-Delegation innerhalb von ChatGPT; GPT-Realtime bietet die Entwicklerschnittstelle: Funktionsaufrufe, MCP, SIP und veröffentlichte Preise.