
GPT-Live-1.1 erreicht die API: Standby kostet jetzt 0,02 $
- OrcaNEUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 pro 1 Mio. Tokens · 186 tok/s
- tencentNEUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 pro 1 Mio. Tokens · 358 tok/s
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 87 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 139 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 pro 1 Mio. Tokens · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 pro 1 Mio. Tokens · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenz
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 pro 1 Mio. Tokens · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 pro 1 Mio. Tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
Fünf Wochen, nachdem GPT-Live-1.1 in ChatGPT Voice seinen Vorgänger ersetzt hatte, wurde es aufrufbar. Das Modell ging am 19. November 2026 in der OpenAI API unter der ID gpt-live-1.1, nur über v1/live/sessions erreichbar. Der Changelog-Eintrag ist drei Sätze lang und erwähnt Aussprache, Akzentkonsistenz und Transkription. Die Preisseite ist der Ort, an dem die eigentliche Neuigkeit steht: Neben den bekannten 0,05 $ pro aktiver Sprachminute gibt es jetzt eine zweite Zeile, 0,02 $ pro Minute, für eine Sitzung, die verbunden ist, aber nicht denkt. Stille, die früher genauso viel wie Sprache kostete, ist jetzt 60 % günstiger.
Die zweite Zeile ist der Teil, der es wert ist, verstanden zu werden, denn sie verändert die Form eines Kostenmodells und nicht die Größe einer einzelnen Zahl. Dies ist ein Versionshinweis zu einem Modellwechsel, der mit einer Abrechnungsänderung gekoppelt ist, und die Abrechnungsänderung ist diejenige, die auf Ihrer Rechnung sichtbar werden wird.
Was wurde am 19. November veröffentlicht?
Die Modellseite beschreibt GPT-Live-1.1 als Vollduplex-Sprachmodell für mehrsprachige Gespräche, und die einzige an die Versionsaktualisierung geknüpfte Fähigkeitsaussage ist vergleichend und unquantifiziert: Im Vergleich zu GPT-Live-1 „transkribiert es Sprache genauer und behält über Sprachen hinweg einen konsistenteren Akzent und eine konsistentere Stimme bei.“ Es gibt keine Benchmark-Tabelle, keine Wortfehlerrate, keine Liste darüber, welche Sprachen um wie viel besser geworden sind. Das sollte man deutlich sagen, denn eine Versionsnummer verleitet zu der Annahme einer gemessenen Verbesserung, und OpenAI hat die Behauptung statt der Messung veröffentlicht.
Strukturell hat sich sonst nichts geändert. Die Eingabe- und Ausgabemodalitäten sind Audio und Text. Die Liste der unterstützten Funktionen umfasst Streaming und Function Calling. Bilder und Video sind keine Eingaben. Chat Completions, Responses, Realtime, Transkription, Übersetzung, Sprachgenerierung, Batch, Fine-Tuning, Embeddings und Moderation sind alle als nicht unterstützt aufgeführt – der Endpoint für Live-Sitzungen ist der einzige Einstiegspunkt, was derselben Regelung entspricht, die für GPT-Live-1 seit seiner allgemeinen Verfügbarkeit am 10. September 2026 gilt.
Rund um das Modell hat sich ein Stimmrepertoire angesammelt. Die Live-Dokumentation listet jetzt 21 benannte Stimmen auf, die Englisch in australischem, britischem, irischem, nordamerikanischem, philippinischem und südlichem US-Akzent umfassen, plus brasilianisches Portugiesisch, Deutsch, Französisch, Hindi, Japanisch und Koreanisch. Neun davon – Nuri, Juni, Flitz, Brise, Sillage, Nira, Harema, Shida und Noeul – wurden am 16. Oktober 2026 hinzugefügt, zusammen damit, dass Prompt-to-Voice für alle API-Kunden allgemein verfügbar wurde. Prompt-generierte Stimmen lassen sich kostenlos erstellen und werden bei Nutzung zu den normalen Sitzungstarifen abgerechnet; sie funktionieren mit GPT-Live, aber nicht mit dem eigenständigen Text-to-Speech-Endpunkt.
Standby ist die eigentliche Veränderung.

Eine Sprachsitzung, die offen bleibt, während niemand spricht, ist der normale Zustand eines Telefonagenten, eines In-Car-Assistenten oder einer Support-Hotline mit einem Kunden in der Warteschleife. Vor dieser Woche haben Sie für diese Stille den aktiven Tarif gezahlt. Jetzt können Sie die Sitzung so konfigurieren, dass sie nach einer festgelegten Zeit ohne Sprache keine Inferenz mehr durchführt und wieder fortgesetzt wird, wenn jemand spricht, und die pausierte Zeit wird mit 0,02 US-Dollar pro Minute abgerechnet.
Die Konfiguration ist klein und spezifisch:

• Wake-Policy — legen Sie session.wake_policy.type auf speech fest, damit die Sitzung auf Sprache wartet, bevor sie mit der Inferenz beginnt, statt bereits beim Verbindungsaufbau zu starten.
• Leerlauf-Timeout — setzen Sie session.idle_timeout_s auf eine ganze Zahl zwischen 5 und 60. Das ist die Anzahl der Sekunden ohne Eingabe- oder Ausgabetranskript, die vergehen, bevor die Sitzung in den Standby-Modus zurückkehrt. Lassen Sie den Wert weg, bleibt die Inferenz nach dem ersten Aufwecken bis zum Ende der Sitzung aktiv – das ist das alte Verhalten mit einem neuen Namen.
• Empfindlichkeit — session.wake_policy.vad_threshold akzeptiert eine Zahl von 0 bis 1 und ist standardmäßig 0,5. Höhere Werte erfordern stärkere Sprachbelege, bevor die Sitzung aufwacht – das ist der Regler, an dem du drehst, wenn ein lauter Raum sie immer wieder aufweckt.
• Ereignisse — session.paused wird ausgelöst, wenn das Leerlauf-Timeout die Inferenz stoppt; session.resumed wird ausgelöst, wenn die Inferenz wieder bereit ist, auch beim ersten Aufwachen.
Zwei betriebliche Details sind wichtiger als die Parameterliste. Die Mikrofon-Spur bleibt aktiv, während sich die Sitzung im Standby befindet, und die Verbindungs- und Sitzungs-ID bleiben gleich – die Sitzung wird fortgesetzt und die Gesprächshistorie wiederhergestellt, während der Nutzer spricht, sodass Sie keinen Anrufer erneut authentifizieren oder den Kontext neu aufbauen müssen. Und Standby ist eine WebRTC-Funktion: Die Dokumentation beschreibt sie für WebRTC-Sitzungen, und die Empfehlung für inaktive Sitzungen bei anderen Transporten lautet, die Sitzung zu schließen und eine neue zu starten. Wenn Sie WebSockets oder SIP verwenden, ist der günstigere Tarif nicht der Hebel, den Sie zur Verfügung haben.
Die Kosten sind ebenfalls nicht null. In der Dokumentation heißt es ausdrücklich, dass nach dem Standby die erste Antwort auf eine kurze Äußerung länger dauern kann, weil das Modell die Inferenz neu startet, statt sie fortzusetzen. Sie tauschen die Latenz beim ersten Turn nach der Stille gegen 60 % Einsparung bei der Stille selbst.
Was eine Schweigeminute kostet
Beide Tarife werden sekundengenau abgerechnet, sodass die Berechnung fortlaufend erfolgt und nicht auf die Minute gerundet wird. OpenAIs eigenes Rechenbeispiel ist ein Anruf, der 60 Sekunden aktiv und 30 Sekunden im Standby verbringt: eine Minute zu 0,05 $ plus eine halbe Minute zu 0,02 $ ergibt 0,06 $ für 90 Sekunden Verbindungszeit. Wären alle 90 Sekunden aktiv gewesen, hätte derselbe Anruf 0,075 $ gekostet.
Rechne das auf einen Umfang hoch, der einem echten Deployment entspricht. Eine achtstündige verbundene Schicht mit 30 % Standby bedeutet 5,6 aktive Stunden zu 3,00 $ und 2,4 Standby-Stunden zu 1,20 $ – 19,68 $ gegenüber 24,00 $, eine Ersparnis von 4,32 $ pro Schicht oder etwa 18 %. Erhöht man den Standby-Anteil auf die Hälfte der Schicht, kostet derselbe Tag 16,80 $ – eine Senkung um 30 %. Dies sind ausschließlich Zahlen für die Voice-Leitung. Die Nutzung von Backend-Modellen und -Tools wird separat abgerechnet und ist bei einem echten Deployment häufig der größere Posten.

Eine Gebühr überlebt die Optimierung: Das Erstellen einer WebRTC-Session mit POST /v1/live/sessions berechnet 15 Sekunden Sprachdauer, während die Session initialisiert wird. Dieser Betrag wird gegen die Dauergebühren verrechnet, sobald die Session läuft, ist also kein Zuschlag auf eine Session, die tatsächlich funktioniert – für eine Anwendung, die Sessions spekulativ öffnet, ist es aber ein echter Kostenfaktor, und es macht „Session schließen und eine neue starten“ für kurze Interaktionen weniger kostenlos, als es klingt.
Das Backend ist eine separate Rechnung.
GPT-Live ist ein zweiteiliges System, und der Versionssprung hat daran nichts geändert. Das Sprachmodell verwaltet das gesprochene Gespräch; Reasoning und Tool-Nutzung werden über eine asynchrone Grenze hinweg an ein Backend-Modell oder einen Agenten delegiert, den Sie konfigurieren. Bei der Responses-Delegation ruft GPT-Live das von Ihnen benannte Responses-Modell auf und gibt dessen Ergebnisse an das Live-Gespräch zurück. Bei der Client-Delegation bereitet Ihre Anwendung den Kontext vor, führt den Workflow aus und sendet Ergebnisse zurück – das ist der Modus, den Sie wählen sollten, wenn Sie benutzerdefiniertes Routing zwischen Modellen, Fallbacks oder Budgets über Backend-Schritte hinweg benötigen.
Die Dokumentation von OpenAI empfiehlt als Einstieg gpt-6-luna und den Wechsel zu gpt-6-sol für komplexere Backend-Arbeiten; beide werden nach dem Standard-Token-Tarif abgerechnet: 0,10 $ und 0,50 $ pro Million Tokens für Luna, 2,00 $ und 10,00 $ für Sol, jeweils für Eingabe und Ausgabe. Bei einem langen Anruf können diese Backend-Kosten die Kosten der Sprachverbindung vollständig übersteigen, weshalb der Standby-Rabatt als Korrektur einer einzelnen Rechnungsposition und nicht der gesamten Rechnung verstanden werden sollte.
Hier zeigt sich auch, warum ein Router seine Berechtigung hat. OrcaRouter bedient GPT-Live-1.1 nicht – der Live-Sessions-Endpunkt gehört OpenAI selbst, und der Katalog führt kein Vollduplex-Sprachmodell. Was er aber bedient, ist die Hälfte des Systems, die das Denken übernimmt: gpt-6-luna, gpt-6-sol und der Rest der GPT-6-Familie sind über einen einzigen Schlüssel zum Listenpreis des Anbieters ohne Aufschlag erreichbar, sodass die Token-Seite einer Live-Bereitstellung geroutet, mit Failover betrieben und genauso bepreist werden kann wie überall sonst. Wenn Sie bewerten, welches Backend eine Sprachminute für 0,05 $ den Preis wert macht, lässt sich dieser Vergleich günstig über einen einzigen Endpunkt anstellen.
Die offene Frage
Niemand außerhalb von OpenAI hat bisher eine Messung von GPT-Live-1.1 veröffentlicht. Der Speech-to-Speech-Index von Artificial Analysis, abgerufen am 20. November 2026, führt GPT-Live-1 zweimal — 83,2 im Index mit einem Backend der Astra-Klasse bei mittlerem Reasoning-Aufwand, 80,1 mit einem Backend der Sol-Klasse bei niedrigem — und führt 1.1 überhaupt nicht. Das ist keine Kritik an der Veröffentlichung; das Modell ist erst seit einem Tag in der API und unabhängige Evaluierung dauert länger. Es ist ein Grund, die Akzent- und Transkriptionsaussagen als Herstellerangaben zu behandeln, bis sie nicht mehr nur vom Hersteller stammen, und ein Grund, genau das zu testen, was Sie kaufen: Wenn Ihr Produkt Spanisch und Japanisch unterstützt, ist die Verbesserung der Akzentkonsistenz in Ihren eigenen Aufnahmen entweder hörbar oder nicht, und kein Dritter kann Ihnen das bisher sagen.
Das praktisch Relevante für diese Woche ist überschaubar. Wenn Sie bereits GPT-Live-1 betreiben, ist das Upgrade eine Änderung der Modell-ID ohne Preisänderung und ohne API-Änderung, und der Standby-Tarif steht beiden Modellen zur Verfügung — der Changelog-Eintrag behandelt GPT-Live-1- und GPT-Live-1.1-WebRTC-Sitzungen gemeinsam. Legen Sie ein Idle-Timeout fest, bevor Sie irgendetwas anderes festlegen, denn das ist der einzige Punkt im Release, der ändert, was Sie zahlen.
In diesem Artikel verglichen1
Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert
