GPT-Live-1.1 vs. Gemini 3.8 Live: Sechs neue Sprachen gegen siebenundneunzig, und warum diese Lücke nicht die ganze Geschichte ist

Zählt man die Sprachen, scheint der Kampf vorbei, bevor er begonnen hat. Gemini 3.8 Live, am 15. September 2026 von Google DeepMind angekündigt, beherrscht seit dem Start 97 Sprachen mit automatischem Wechsel mitten im Gespräch. GPT-Live-1.1, am 15. Oktober 2026 von OpenAI eingeführt, fügt dreizehn neue Stimmoptionen hinzu — je zwei für Französisch, Deutsch, Hindi, Japanisch, Koreanisch und mexikanisches Spanisch, dazu eine englische Stimme namens Bubbie. Sechs neue Sprachen gegen siebenundneunzig — ein Verhältnis, über das niemand nachdenken muss.

Es ist außerdem ein Vergleich zwischen einer Woche Arbeit und einem Jahr Abdeckung, weshalb die Zahl, die die Diskussion beendet, nicht die Zahl ist, die sie entscheiden sollte. Die beiden Veröffentlichungen messen unterschiedliche Dinge: Googles Zahl beschreibt, wie viel von der Welt die Sitzung abdecken kann, OpenAIs Zahl beschreibt, welche Akzente zuvor hörbar falsch waren und es jetzt nicht mehr sind. Für einen Käufer ist die nützliche Frage nicht, welche Zahl größer ist. Sondern welche der beiden Sie tatsächlich anrufen können und was mit dem Rest Ihres Stacks passiert, wenn Sie es tun.

Die Verfügbarkeit ist der Punkt, an dem der Vergleich scheitert.

Fangen Sie dort an, denn das ist der Punkt, an dem diese beiden Modelle aufhören, Alternativen zu sein.

GPT-Live-1.1 ist ein Consumer-Rollout. Es erschien am 15. Oktober 2026 in ChatGPT Voice, zusammen mit einem zweiten Modell, GPT-Live-1.1 Quip, das GPT-Live-1 mini ablöst und zum Standard für Konten unterhalb von Plus wird. OpenAIs Ankündigung sagt ausdrücklich, dass die API später folgt – „coming soon to the API“ – und die Dokumentation bestätigt das: Die Modelle-Seite listet weiterhin gpt-live-1 und gpt-live-transcribe und nichts Neueres, und gpt-live-1.1 liefert als Modellseite einen 404. Es gibt keine Modell-ID, kein Rate Limit und keinen Preis für GPT-Live-1.1 an irgendeiner Stelle, die Entwickler erreichen können.

Gemini 3.8 Live ist der umgekehrte Fall. Es ist ein API-Modell mit einer veröffentlichten Rate — 0,005 $ pro Minute Audioeingabe und 0,018 $ pro Minute Audioausgabe — und es ist seit dem Tag seiner Ankündigung aufrufbar, wobei die Extended-Thinking-Variante über Gemini Live, Docs, Gmail und Keep für KI-Abonnenten vertrieben wird. Googles Unternehmensverfügbarkeit ist nach wie vor eine private Vorschau ohne Verpflichtung zur allgemeinen Verfügbarkeit, was für sich genommen eine echte Einschränkung ist, aber es ist eine andere Art von Einschränkung als das Fehlen eines Endpunkts überhaupt.

Das eine kann man also kaufen, das andere kann man nutzen. Diese Asymmetrie ist folgenreicher als jeder darunter stehende Benchmark, und genau sie lassen die meisten Vergleiche dieser beiden Modelle in der Launch-Woche aus.

Was 97 gegen sechs tatsächlich misst

Die Lücke ist real. Wenn Ihre Anrufer Polnisch oder Thailändisch sprechen, ist Gemini 3.8 Live der einzige der beiden, der den Anruf entgegennehmen kann, und nichts anderes in diesem Artikel spielt eine Rolle.

Was die Zahl nicht misst, ist die Qualität innerhalb der Überlappung, und die Überlappung ist der Bereich, in dem fast die gesamte Nachfrage liegt.

• Was 97 bringt — Long-Tail-Abdeckung und die Möglichkeit, mitten im Satz die Sprache zu wechseln, ohne die Sitzung zu verlieren. Für eine Support-Hotline, die ein Dutzend europäischer Märkte abdeckt, ist genau diese eine Funktion das Produkt.

• Was sechs bringen — Tiefe in den Märkten, in denen die vorherige Generation hörbar falschlag. Die Behauptung von OpenAI betrifft die Natürlichkeit des Akzents und nicht das Verständnis, und die sechs gewählten Sprachen gehören zu den größten nicht-englischen Sprachmärkten und sind keine Zufallsstichprobe. Die Versionshinweise beschreiben außerdem eine breitere Palette kurzer Phrasen, mit denen signalisiert wird, dass das Modell sucht – also genau das, was Nutzer als „Prüfe …“ hören.

• Was keine der beiden Zahlen verrät — wie irgendetwas davon klingt. Es gibt weder einen öffentlichen, reproduzierbaren Akzent-Benchmark noch eine unabhängige Bewertung der Sprachqualität für eines der beiden Modelle in einem der beiden Sprachsätze. Bei beiden Werten handelt es sich um Anbieterangaben zur Anzahl der unterstützten Locale-Optionen, und beide Anbieter veröffentlichen sie, ohne eine Methode anzugeben.

Die praktische Konsequenz ist, dass die Anzahl der Sprachen ein Screening-Filter ist, keine Entscheidung. Wenn Ihre Anrufer eine der sieben oben genannten Sprachen sprechen, ist die Anzahl irrelevant, und die Akzentqualität wird zu einem Hörtest, den Sie selbst durchführen. Wenn nicht, wurde die Entscheidung bereits für Sie getroffen.

Das unabhängige Gremium und das Variantenproblem

Wo unabhängige Messungen existieren, existieren sie für die vorherige Generation auf der OpenAI-Seite. Im Artificial Analysis Speech to Speech Index, abgelesen von der Rangliste in ihrem Stand vom 16. Oktober 2026:

• Grok Voice 3.0 — 86.9

• GPT-Live-1 (Astra-Backend, mittlerer Aufwand) — 83.2

• Gemini 3.8 Live Extended Thinking (Hoch) — 82,6

• Grok Voice 2.0 — 81,3

• GPT-Live-1 (Sol-Backend, geringer Aufwand) — 80.1

• Gemini 3.8 Live — 76.0

• GPT-Realtime-2.1 High — 75.2

• Grok Voice 1.0 — 73.7

• GPT-Realtime-2 (High) — 73.6

• Gemini 3.1 Flash Live High — 72.0

Aus dieser Reihenfolge folgen zwei Dinge. Erstens: Das im Titel dieses Artikels an zweiter Stelle genannte Modell steht auf Platz sechs, während eine Variante des anderen auf Platz drei steht – die zitierte 82,6 gehört zu Gemini 3.8 Live Extended Thinking, einer anderen Konfiguration mit engerem Rollout. Zweitens gibt es nirgends auf dem Board eine Zeile für GPT-Live-1.1, sodass der Nachfolger hier durch die Zahl vertreten wird, die sein Vorgänger erreicht hat.

Gemessen an der Standardkonfiguration — 76,0 für Gemini 3.8 Live gegenüber 83,2 für GPT-Live-1 — führt die OpenAI-Familie nach den Belegen des Vorgängers mit 7,2 Punkten. Gemessen an der Extended-Thinking-Variante ist es ein Abstand von 0,6 Punkten in die andere Richtung, was innerhalb der Schwankung liegt, die man von einem Board erwartet, das erneut durchlaufen wird, wenn Modelle hinzugefügt werden. Keine der beiden Lesarten ist eine Messung von GPT-Live-1.1, und es lohnt sich, das unverblümt zu sagen: Der eigene Beleg des Nachfolgers ist eine System-Card-Aussage, dass er bei Produktions-Prompts gleichauf mit GPT-Live-1 abschneidet, was eine Aussage darüber ist, nicht zurückzufallen, und keine Punktzahl.

Wo die Architektur sie noch trennt

Der Vollduplex-Unterschied ist nicht verschwunden. Er ist nur nicht mehr ausschlaggebend.

GPT-Live-1.1 erbt die Struktur von GPT-Live-1: Audio-Eingang und Audio-Ausgang werden kontinuierlich innerhalb eines Modells verarbeitet, keine Kette aus Speech-to-Text → Sprachmodell → Text-to-Speech, Backchannels wie „mhmm“ werden nativ erzeugt, und Unterbrechungen werden gehandhabt, indem mehrmals pro Sekunde entschieden wird, ob weitergesprochen oder das Wort abgegeben wird. Das bleibt der Punkt, den turn-basierte Systeme falsch machen, und Gemini 3.8 Live ist nach wie vor turn-basiert.

Was Gemini 3.8 Live stattdessen tut, ist, die Sitzung produktiv zu halten, während ein Turn läuft: nahezu Echtzeit-Verarbeitung visueller Eingaben, Hintergrundausführung von Tools und APIs, die eine Anfrage quittiert und das Gespräch am Leben hält, während der Aufruf abgeschlossen wird, sowie eine Variante von Extended Thinking, die ihren Fortschritt laut kommentiert. Googles Antwort auf das Problem der Stille besteht darin, die Stille mit Arbeit zu füllen, statt die Turn-Grenze zu entfernen. Beide Ansätze hindern einen Anrufer daran, aufzulegen; sie scheitern unterschiedlich, und turnbasierte Modelle können eine Pause dennoch falsch einschätzen.

Visuelle Eingabe ist der konkrete Preis dieses Kompromisses. Kamera- und Bildschirmfreigabe gehören seit dem Start zum Funktionsumfang von Gemini 3.8 Live, und OpenAIs eigene Dokumentation für die Live-Familie führt Bild- und Videoeingabe als ausdrücklich nicht unterstützt auf – eine Einschränkung, die sich auf GPT-Live-1.1 überträgt, da die Hilfe-Seiten für Endnutzer der neuen Version erneut bestätigen, dass Live weder Video noch Bildschirmfreigabe unterstützt. Wenn Ihr Agent etwas ansehen muss, entscheidet dies den Vergleich, bevor es irgendein Benchmark tut.

Der Kostenvergleich, mit dem angehängten Sternchen

Bei den veröffentlichten Front-End-Preisen ist Google deutlich günstiger. Gemini 3.8 Live berechnet 0,018 US-Dollar pro Minute Audioausgabe gegenüber 0,05 US-Dollar pro Sprachminute bei GPT-Live-1, und diese 0,05 US-Dollar sind der einzige Minutenpreis, den OpenAI für die Live-Familie veröffentlicht hat – er gehört zum älteren Modell, und für GPT-Live-1.1 wurde kein Tarif bekannt gegeben, weil es keinen Endpunkt gibt, an den sich einer knüpfen ließe.

Der Haken ist, dass keine der beiden Zahlen die Rechnung ist. Die 0,05 $ von GPT-Live-1 decken nur das Sprach-Frontend ab. Die Reasoning-Arbeit findet auf einem delegierten Textmodell statt, und die Live-Dokumentation von OpenAI stellt unmissverständlich klar, dass Backend-Responses-Aufrufe zum normalen Preis des konfigurierten Modells abgerechnet werden – somit werden aus fünf Cent pro Minute Sprachzeit drei Dollar pro Stunde Sprachzeit, bevor auch nur ein einziges Reasoning-Token gezählt wird. Gemini 3.8 Live hat dieselbe Struktur: Die Ausführung von Tools im Hintergrund ist Textmodell-Arbeit und wird zu Textmodell-Tarifen abgerechnet, die Google für dieses Produkt nicht veröffentlicht hat.

Deshalb ist jede Stundenkostenangabe, die Sie für eines der beiden Modelle sehen, eine unvollständige Zahl im Gewand einer Gesamtsumme. Eine Stunde GPT-Live-1-Sprachzeit kostet 3,00 $ für das Frontend, bevor das Backend überhaupt abgerechnet wird, und der Gesamtpreis hängt vollständig davon ab, an welches Modell Sie delegieren und wie oft es aufgerufen wird. Bei Gemini 3.8 Live ist das Frontend pro Minute günstiger, und das Backend wird nicht offengelegt. Ein Vergleich der beiden beworbenen Preise sagt Ihnen etwas über die günstige Hälfte jeder Rechnung.

Die Schicht, an die beide Arbeit weiterreichen

Beide Systeme delegieren, und genau das macht dieses Duell weniger zu einer Lock-in-Entscheidung, als die Anzahl der Sprachen vermuten lässt. GPT-Live-1.1 übergibt schwierige Anfragen konstruktionsbedingt an ein Backend-Textmodell; die Hintergrund-Tool-Ausführung von Gemini 3.8 Live mündet in gewöhnliche Modellaufrufe. In beiden Fällen ist die Sprachschicht ein dünnes Frontend über einem Reasoning-Modell, das der Anbieter als separat konfiguriert und separat abgerechnet behandelt. Dort liegt die Kostenvarianz, dort zeigen sich Qualitätsunterschiede zwischen Konfigurationen, und dort ist ein Wechsel günstig, weil er die Sprachintegration nicht berührt.

Das ist die Hälfte eines Voice-Stacks, in der ein Router seinen Platz verdient, deshalb lohnt es sich, bei der Abgrenzung präzise zu sein. Auf OrcaRouter ist die Reasoning-Schicht mehr als 200 Modelle hinter einem Schlüssel zum Listenpreis des Anbieters, ohne Aufschlag, was bedeutet, dass eine Preissenkung im Upstream noch am selben Tag bei uns ankommt und nicht erst zur nächsten Vertragsverlängerung — eine Eigenschaft, die in einer Zwei-Zähler-Abrechnungsstruktur, in der das Backend der Zähler ist, der sich bewegt, mehr als sonst zählt. Mit der Routing-DSL lässt sich das Delegationsziel explizit benennen und im laufenden Verkehr austauschen, und automatisches Failover hält eine Session am Leben, wenn ein Backend mitten im Call einen Fehler wirft oder in einen Timeout läuft — ein Fehlermodus, den Voice hat und Text nicht. Eine Klarstellung, weil es leicht wäre, etwas anderes nahezulegen: wir hosten die Voice-Endpunkte von GPT-Live-1.1 oder Gemini 3.8 Live nicht. Die stammen von den Plattformen der Anbieter selbst, und im Fall von GPT-Live-1.1 gibt es keinen öffentlichen Endpunkt, den man hosten könnte. Die Textmodelle, an die diese Systeme Arbeit übergeben, laufen in der Regel über den Router.

Wie man wählt

Nehmen Sie Gemini 3.8 Live, wenn Sie jetzt ausliefern müssen, wenn Ihre Sprachen über die sieben oben genannten hinausgehen oder wenn das Modell etwas sehen muss. Akzeptieren Sie, dass Sie die Standardkonfiguration kaufen, die auf dem zusammengesetzten Index 76,0 erreicht, dass die üblicherweise genannte 82,6 zur Extended-Thinking-Variante gehört, dass der Enterprise-Zugang eine private Vorschau ist und dass die All-in-Kosten pro Stunde auch auf Ihrer Seite der Rechnung nicht veröffentlicht sind.

Nehmen Sie GPT-Live-1.1, wenn Gesprächsqualität das Produkt ist und Ihre Sprachen zu seinem Set gehören — und wenn Sie warten können. Full-Duplex-Turn-Taking ist nach wie vor der Maßstab für Natürlichkeit, der Versionssprung ist eine echte Verbesserung gegenüber GPT-Live-1, und die Akzentarbeit zielt genau auf die Sprachen, die zuvor am schlechtesten waren. Außerdem ist es heute nichts, das man aus dem Code heraus aufrufen kann.

Nehmen Sie GPT-Live-1, wenn Sie eine Stimme von OpenAI benötigen und sie diesen Monat brauchen, denn es ist das einzige Mitglied dieser Familie mit einer Modell-ID, einem dokumentierten Endpunkt und einem veröffentlichten Tarif.

Das Datum, das man im Auge behalten sollte, ist das, an dem gpt-live-1.1 eine Modellseite bekommt. Dann ist es nämlich nicht mehr ein Vergleich zwischen einem ausgelieferten Produkt und einer Ankündigung, und dann werden die Akzentbehauptung, die Sprachenzahl und der Preis alle am selben Nachmittag überprüfbar.

Vergleiche wie dieser sind auch der Punkt, an dem die Fehlermodi sichtbar werden: Die dokumentierten KI-Vorfälle und Agenten-Ausfälle hinter Modellen dieser Klasse sind in the OrcaRouter AI Incident Archive gesammelt, wo jeder Eintrag seine eigenen Quellen, Schweregrad, Konfidenzstufe und eine Kennzeichnung als strittig mitführt.