GPT-Live-1.1 am 15. Oktober eingeführt: Sechs neue Sprachen, zwei neue Modelle und ein unangenehmes Dokument

Das am wenigsten Interessante an GPT-Live-1.1 ist das, womit OpenAI voranging. Der X-Post vom 15. Oktober 2026 kündigte „neue Stimmen, bessere Akzente und weniger ‚checking...‘“ an — drei Aussagen darüber, wie ein Stimmmodell klingt. Das wirklich Interessante steckt in dem Begleitdokument, das am Starttag kaum jemand liest: die GPT-Live-1.1-Systemkarte, die am selben Tag veröffentlicht wurde und ein Nachfolgemodell für die Mini-Stufe benennt (GPT-Live-1.1 Quip), neu zuweist, welches Modell die verschiedenen ChatGPT-Stufen standardmäßig erhalten, und kleine, aber statistisch signifikante Regressionen gegenüber GPT-Live-1 bei einer bestimmten Klasse von Evaluierungen meldet.

Das ist eine Menge Struktur, die hinter einem Beitrag über Akzente steckt.

Was ausgeliefert wurde und an wen

Der Rollout ist zunächst eine Änderung an der Consumer-Oberfläche. GPT-Live-1.1 und GPT-Live-1.1 Quip werden ab dem 15. Oktober 2026 in ChatGPT Voice für alle Nutzer ausgerollt. Die Versionshinweise und die Voice-Hilfeseite stimmen in der Ausgestaltung überein: dreizehn neue Stimmenoptionen, je zwei für Französisch, Deutsch, Hindi, Japanisch, Koreanisch und mexikanisches Spanisch, plus Bubbie in Englisch. Live wählt außerdem aus einer breiteren Palette kurzer Phrasen aus, um anzuzeigen, dass es sucht, was die Korrektur hinter dem „weniger Prüfen …“ der Ankündigung ist. Die Hilfeseite ergänzt den für den Support wichtigen Vorbehalt: Die Stimmen, die Sie sehen, können je nach Region und Konto variieren, und Sie wählen sie unter Einstellungen → Stimme und dann Stimme aus.

Die API ist ausdrücklich nicht Teil davon. Die Ankündigung nennt „bald in der API verfügbar“, und die Dokumentation bestätigt das: Die Modellseite listet gpt-live-1 und gpt-live-transcribe und sonst nichts aus der Live-Familie, und gpt-live-1.1 ist ein 404. Es gibt keine Modell-ID, keinen Preis, kein Ratenlimit. Wer Ihnen erzählt, was GPT-Live-1.1 pro Minute kostet, zitiert die 0,05 US-Dollar pro Sprachminute von GPT-Live-1 und hofft, dass Sie nicht nachprüfen.

Der Teil, der für alle, die bauen, zählt: die Stufenaufteilung

Die Systemkarte legt die Architektur klar dar. GPT-Live-1.1 ist der Nachfolger von GPT-Live-1. GPT-Live-1.1 Quip ist der Nachfolger von GPT-Live-1 mini. Und die Standardzuweisung hat sich geändert: GPT-Live-1.1 ist das Standard-Sprachmodell für Nutzer von Plus und höheren Tarifen – einschließlich für Codex und Dots –, während GPT-Live-1.1 Quip der Standard für alle anderen ist.

Lies das noch einmal, denn es bedeutet, dass das Produkt, das die meisten Menschen erleben werden, nicht das Modell aus der Schlagzeile ist. Nutzer:innen der kostenlosen Stufe und niedrigerer Stufen bekommen Quip. Wenn du „GPT-Live-1.1“ von einem kostenlosen Konto aus bewertest, bewertest du ein anderes Modell als eine Plus-Nutzerin oder ein Plus-Nutzer, und die Systemkarte behandelt sie durchgängig als getrennte bewertete Systeme.

Die Karte gibt außerdem die strukturelle Tatsache erneut an, die dieser ganzen Familie ihre Form gibt: GPT-Live ist ein Zwei-Modell-System, und die Autor:innen stellen die Hypothese auf, dass GPT-Live-Modelle „ihr Ausrichtungsverhalten von ihren ‚Thinking‘-Modellen erben würden“ – den Textmodellen, an die sie delegieren. Das ist keine Fußnote. Es ist die tragende Annahme hinter der Sicherheitsbewertung, und deshalb vergleicht die Karte die Ergebnisse mit dem zugrunde liegenden Modell, das für diese Bewertungen verwendet wurde, GPT-5.6 Terra.

Wo die Eval-Evidenz belastbar ist – und wo nicht

Das zentrale Sicherheitsergebnis ist wirklich beruhigend – und es ist eng gefasst. Bei Voice-native-Evaluierungen mit Produktions-Prompts – der tatsächlichen Traffic-Verteilung – erreichen GPT-Live-1.1 und GPT-Live-1.1 Quip „Parität mit ihren Vorgängern, ohne statistisch signifikante Regressionen“. Das ist die Zahl, die zeigt, was Nutzer tatsächlich erleben werden.

Bei Evaluierungen mit synthetischen Prompts sieht das Bild anders aus, und die Karte sagt es direkt: Beide Modelle zeigen im Vergleich zu GPT-Live-1 statistisch signifikante Regressionen in den Kategorien Sexualität, psychische Gesundheit, emotionale Abhängigkeit und Gore. Außerdem gibt es eine leichte Regression bei der Beachtung von Warnungen. Bei Blocker-Täuschung schneidet GPT-Live-1.1 etwas besser und Quip etwas schlechter ab. In einem Szenario mit defektem Suchwerkzeug schneidet GPT-Live-1.1 etwas schlechter und Quip etwas besser ab.

Die ehrliche Lesart ist nicht „die Modelle wurden weniger sicher“. Sondern dass die beiden Evaluierungsmodi nicht übereinstimmen, und die Karte sagt Ihnen, warum die Autoren das Ergebnis des Produktions-Prompts weiterhin für das maßgebliche halten: Synthetische Prompts loten Ecken aus, die gewöhnlicher Sprachverkehr nicht erreicht. Aber genau diese Art von Detail überlebt den Weg in die Launch-Berichterstattung nicht, und es lohnt sich, daran festzuhalten — ein Versionssprung innerhalb einer Modellfamilie ist nicht automatisch ein sicherheitsneutrales Ereignis, und hier war die Bewegungsrichtung bei adversarialen Tests negativ.

Was die Fähigkeitsgrenzen angeht, ist die Karte ungewöhnlich konkret. Keines der beiden Modelle könnte, wenn es ohne Delegation arbeitet, plausibel in einer der Tracked Categories von OpenAIs Preparedness Framework als High eingestuft werden – und der angegebene Grund ist architektonisch und nicht eine Frage der Zurückhaltung: Diese Modelle haben keinen breiten Zugriff auf Tools unabhängig von den Modellen, an die sie delegieren, und besitzen keine Fähigkeit zur Codeausführung. Das Sicherheitsargument und die Fähigkeitsobergrenze sind derselbe zweimal genannte Sachverhalt.

Was die sechs Sprachen tatsächlich bringen

OpenAIs Darstellung ist, dass Akzente in nicht-englischen Sprachen natürlicher seien. Hinter dieser Behauptung steht kein öffentlicher, reproduzierbarer Benchmark – keine Indexzeile, keine Anbieterangabe mit einer zugehörigen Methode, nur die Behauptung und jetzt eine Reihe von Stimmen, die Sie sich selbst anhören können.

Wo unabhängige Messungen vorliegen, liegen sie für den Vorgänger vor. Im Artificial Analysis Speech to Speech Index erscheint GPT-Live-1 zweimal – einmal mit 83,2 mit dem Astra-Backend bei mittlerem Reasoning-Aufwand und einmal mit 80,1 mit dem Sol-Backend bei niedrigem Aufwand – gegenüber Gemini 3.8 Live Extended Thinking mit 82,6 und Grok Voice 3.0 mit 86,9. In dieser Rangliste gibt es keine Zeile für GPT-Live-1.1. Der Index ist ein zusammengesetztes Maß aus Sprachreasoning, Gesprächsdynamik, agentischer Leistung, Arena-Präferenz und Aufgabenerfolg und wird überarbeitet, wenn Modelle hinzugefügt und erneut ausgeführt werden; die oben genannten Zahlen stammen aus einer Momentaufnahme, die am Tag nach dem Start erstellt wurde.

Derzeit ist die Akzentbehauptung also eine Herstelleraussage, und die einzigen verfügbaren unabhängigen Belege betreffen das Vorgängermodell. Das ist keine Kritik – es ist einfach der Stand der Informationen am ersten Tag, und das wird sich ändern, sobald das Board aufholt.

• Was verifiziert ist — der Rollout, die dreizehn neuen Stimmoptionen, die Tier-Standardwerte, die Ergebnisse der System-Card-Evaluierung, das Fehlen einer API-Modell-ID.

• Was nur vom Anbieter gemeldet wird — bessere Akzente, natürlichere Delegation und die breitere Palette an Phrasen, die eine Suche signalisieren.

• Was es noch nicht gibt — eine GPT-Live-1.1-Zeile auf einem unabhängigen Leaderboard, einen Preis pro Minute, eine Messung der Latenz oder der Kosten pro Stunde durch Dritte.

Die darunterliegende Schicht und wer ihr ausgesetzt ist

Alles oben beschreibt ein Sprach-Frontend. Das Reasoning in diesen Sitzungen läuft auf einem Textmodell, und sowohl die Systemkarte als auch die API-Dokumentation machen deutlich, dass die Sprachschicht und die Reasoning-Schicht getrennt abgerechnet und getrennt ersetzbar sind. Die Karte nennt GPT-5.6 Terra als das zugrunde liegende Modell, das für ihre Evaluierungen verwendet wird. Das ist die Schicht, in der Kostenvarianz liegt, in der Qualitätsunterschiede zwischen Konfigurationen sichtbar werden und in der ein Wechsel günstig ist, weil er die Sprachintegration nicht berührt.

OrcaRouter bietet über 200 Modelle hinter einem einzigen Schlüssel zum Listenpreis des Anbieters ohne Aufschlag, sodass eine Preisänderung beim Upstream noch am selben Tag bei uns ankommt und nicht erst zur nächsten Vertragsverlängerung. Um klar und deutlich zu sagen, was dieser Artikel ist und was nicht: Wir hosten GPT-Live-1.1, GPT-Live-1.1 Quip oder GPT-Live-1 nicht – diese Voice-Endpunkte stammen aus OpenAIs eigener API, und die 1.1-Versionen sind noch in überhaupt keiner API enthalten. Die Textmodelle, an die diese Systeme Arbeit übergeben, sind eine andere Geschichte, und dort bewirken automatisches Failover und die Routing-DSL etwas Echtes: Sie können die Delegation auf ein ausgewähltes Backend richten, es im Live-Traffic austauschen und einen Call am Leben halten, wenn ein Anbieter Fehler zurückgibt.

Was zu sehen

Zwei Daten zählen mehr als der Launch. Der erste ist, sobald gpt-live-1.1 eine Modell-ID und einen Preis erhält — das ist der Moment, in dem es aufhört, eine Consumer-Story zu sein, und zu einer Beschaffungsentscheidung wird, und die Zahl wird ab dem Moment ihres Erscheinens mit den 0,05 $ pro Sprachminute von GPT-Live-1 verglichen werden. Der zweite ist die nächste Revision des Speech to Speech Index, denn dann erhalten die Akzent- und Delegationsbehauptungen entweder unabhängige Unterstützung oder nicht.

Bis dahin ist die nützliche Haltung die langweilige: Wenn du bei Plus oder höher bist, hast du das neue Modell bereits und kannst die Akzente selbst beurteilen; wenn du auf einer niedrigeren Stufe bist, hast du Quip, und der Unterschied zwischen beiden ist die am stärksten unterberichtete Tatsache dieser Veröffentlichung. Und wenn du baust, hat sich an deinem Stack am 15. Oktober 2026 nichts geändert – was selbst eine Information ist.

Ein Ergebnis wie dieses ist auch eine Erinnerung daran, dass Modellfehler bereits dokumentiert sind: Die KI-Vorfälle und Agenten-Ausfälle hinter Modellen dieser Klasse werden im OrcaRouter AI Incident Archive gesammelt, wobei jeder Eintrag eigene Quellen, einen Schweregrad, eine Konfidenzstufe und eine Kennzeichnung als umstritten trägt.