GPT-Live-1.1 vs. GPT-Live-1: Der Versionssprung veränderte, wer welches Modell erhält

Nichts in der App verriet jemandem, dass sich das Voice-Modell geändert hatte. Das ist der Sinn eines Versionssprungs innerhalb einer Familie: Er soll unsichtbar sein. GPT-Live-1.1 ersetzte GPT-Live-1 in ChatGPT Voice am 15. Oktober 2026, und die einzigen öffentlichen Dokumente, die den Austausch erklären, sind die am selben Tag veröffentlichte System Card und ein Eintrag in den Versionshinweisen im Hilfe-Center von OpenAI. Der X-Post, der es ankündigte, erwähnte Stimmen, Akzente und weniger „checking…“ – nichts davon verrät einem, wofür eine Versionsnummer innerhalb einer Modellfamilie tatsächlich gedacht ist.

In diesem Fall geht es dabei um Folgendes: Der Bump ist eine Neuzuweisung der Frage, mit welchem Modell verschiedene Konten sprechen, plus einen Nachfolger für das kleine Modell, plus eine Reihe von Evaluierungsergebnissen, die sich in beide Richtungen bewegt haben. Wenn Sie das Produkt nutzen, hat sich diese Woche eines davon für Sie geändert. Wenn Sie darauf aufbauen, hat sich keines davon geändert.

Die Zwei-Modell-Struktur und warum die Mini-Stufe mehr zählt als die Schlagzeile

GPT-Live war schon immer ein Paar, kein Modell. GPT-Live-1 kam als Flaggschiff auf den Markt und GPT-Live-1 mini als das leichtere Geschwistermodell, und OpenAIs eigene Hilfedokumentation für Endkunden ordnet sie nach Abonnementstufe zu. GPT-Live-1.1 behält diese Aufteilung exakt bei: GPT-Live-1.1 ist der Nachfolger von GPT-Live-1, und GPT-Live-1.1 Quip ist der Nachfolger von GPT-Live-1 mini.

Was sich geändert hat, ist das Mapping.

• Plus und höher — GPT-Live-1.1, einschließlich innerhalb von Codex und Dots.

• Kostenlose und niedrigere Tarife — GPT-Live-1.1 Quip.

• Alle anderen, in der Praxis — dieselbe Stimmenliste, derselbe Pfad Einstellungen → Stimme, aber nicht dasselbe Modell darunter.

Die Konsequenz ist es wert, unverblümt ausgesprochen zu werden, denn sie ist die mit Abstand am stärksten unterbelichtete Tatsache dieser Veröffentlichung: Zwei Personen, die in derselben Woche „GPT-Live-1.1“ vergleichen, vergleichen möglicherweise nicht dasselbe Modell. Die System Card bewertet GPT-Live-1.1 und GPT-Live-1.1 Quip durchgängig als separate Systeme, weist für jedes separate Ergebnisse gegenüber GPT-Live-1 bzw. GPT-Live-1 mini aus und präsentiert nie eine zusammengeführte Zahl. Das ist die richtige Vorgehensweise, und sie bedeutet, dass jede Behauptung der Form „GPT-Live-1.1 macht X“ eine Tier-Angabe benötigt, um aussagekräftig zu sein.

Die Aufteilung ist ebenfalls nicht neu. Fünf Wochen zuvor, am 9. September 2026, restrukturierte OpenAI die Nutzungslimits von GPT-Live nach Tarif – drei Stunden mit GPT-Live-1 mini für Go, drei Stunden mit GPT-Live-1 für Plus, fünfzehn für die 100-Dollar-Pro-Stufe, unbegrenzt für die 200-Dollar-Variante – und ließ die separaten Intelligenzstufen Instant/Medium/High Voice zugunsten der direkten Auswahl eines Backend-Modells und des Reasoning-Aufwands fallen. Der Versionssprung erbt diese Regelung, statt sie zu schaffen; geändert hat sich am 15. Oktober, welches Modell auf welcher Stufe sitzt.

Es gibt einen zweiten strukturellen Umstand, den die Karte erneut darlegt, und der erklärt, warum die Sicherheitsarbeit so aussieht, wie sie aussieht. GPT-Live ist auf Architekturebene ein Zwei-Modell-System: Das Voice-Modell wickelt die Konversation ab und delegiert schwierige Anfragen an ein Textmodell. Die Autoren der Karte stellen die Hypothese auf, dass GPT-Live-Modelle „ihr Alignment-Verhalten von ihren ‚Denk‘-Modellen erben würden“ – dass das Delegationsziel, nicht die Voice-Schicht, der Ort ist, an dem das sicherheitsrelevante Reasoning stattfindet. Diese Hypothese ist tragend für alles Nachgelagerte, und deshalb benchmarkt die Karte gegen GPT-5.6 Terra, das für diese Evaluierungen verwendete Textmodell.

Was die Auswertungen in beide Richtungen sagen

Das wichtigste Ergebnis ist beruhigend und eng gefasst. In Voice-native-Evaluierungen mit Produktions-Prompts – der tatsächlichen Traffic-Verteilung – „schneiden sowohl GPT-Live-1.1 als auch GPT-Live-1.1 Quip auf Augenhöhe mit ihren Vorgängern ab, ohne statistisch signifikante Regressionen“. Für alle, die befürchten, dass ein Versionssprung still und leise das verschlechtert hat, was sie täglich nutzen, ist das die Zahl, die die Frage beantwortet.

Die Evaluierungen mit synthetischen Prompts sagen etwas anderes, und die Karte verschweigt es nicht. Beide Modelle zeigen im Vergleich zu ihren Vorgängern statistisch signifikante Regressionen in den Kategorien sexuelle Inhalte, psychische Gesundheit, emotionale Abhängigkeit und Gewaltdarstellung. Es gibt außerdem eine leichte Regression bei der Respektierung 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.

Zwei Lesarten davon sind verfügbar, und die Karte stützt die erste. Lesart eins: Das Ergebnis des Produktions-Prompts ist das maßgebliche, synthetische Prompts sondieren Randbereiche, die gewöhnlicher Sprachverkehr nicht erreicht, und dass die beiden Evaluierungsmodi nicht übereinstimmen, ist ein bekanntes Artefakt adversarieller Prompt-Konstruktion. Lesart zwei: Die Bewegungsrichtung bei adversariellen Sonden ist bei beiden Modellen negativ, und eine Versionserhöhung ist nicht automatisch sicherheitsneutral.

Beides ist wahr. Der Grund, warum es sich lohnt, beides im Blick zu behalten, ist, dass das Zweite den Weg in die Launch-Berichterstattung fast nie übersteht, und es ist dasjenige, das zählen würde, wenn eine künftige Version sich weiter in dieselbe Richtung bewegte.

Hinsichtlich der Fähigkeitsgrenzen ist die Karte ungewöhnlich konkret, und der Grund dafür ist architektonisch und nicht eine Frage der Zurückhaltung. Keines der beiden Modelle könnte, wenn es ohne Delegation arbeitet, plausibel als High in einer der Tracked Categories des OpenAI Preparedness Framework eingestuft werden – weil diese Voice-Modelle unabhängig von den Modellen, an die sie delegieren, keinen breiten Zugriff auf Tools haben und über keine Codeausführungsfähigkeit verfügen. Das Sicherheitsargument und die Fähigkeitsobergrenze sind derselbe zweimal formulierte Sachverhalt, und es ist das klarste Beispiel in dieser Veröffentlichung dafür, dass die Struktur von GPT-Live die Arbeit übernimmt, die andernfalls Guardrails leisten müssten.

Die Zahlen, die es noch nicht gibt, und die eine, die sich geändert hat

GPT-Live-1 hat eine öffentliche Präsenz, die GPT-Live-1.1 nicht hat.

• Es gibt keine gpt-live-1.1 Modell-ID auf der OpenAI-Models-Seite. Die Live-Familie listet weiterhin nur gpt-live-1 und gpt-live-transcribe.

• Es gibt keinen Preis pro Minute. GPT-Live-1s 0,05 US-Dollar pro Sprachminute ist die einzige Zahl in der Familie, und sie gehört zum älteren Modell.

• Es gibt keine Zeile im Artificial Analysis Speech to Speech Index. GPT-Live-1 erscheint zweimal auf der am 16. Oktober 2026 erfassten Rangliste — 83,2 mit dem Astra-Backend bei mittlerem Reasoning-Aufwand und 80,1 mit Sol bei niedrigem Aufwand — und der Nachfolger taucht nirgendwo auf.

Diese letzte Abwesenheit ist die, bei der man vorsichtig sein muss. Es ist verlockend, die Qualität von GPT-Live-1.1 als die 83,2 von GPT-Live-1 zu lesen, und die beiden Modelle gehören derselben Familie mit derselben Architektur an und weisen ein angegebenes Paritätsergebnis bei Produktions-Prompts auf. Dennoch ist es keine Messung von GPT-Live-1.1. Was die Karte tatsächlich zulässt, ist die Behauptung, dass der Nachfolger bei Produktions-Prompts keine Regression aufweist, was eine andere und schwächere Aussage als ein Score ist.

Warum eine Versionserhöhung ein Routing-Problem ist

Treten Sie einen Schritt vom Modellvergleich zurück: Das Interessante an dieser Veröffentlichung ist, dass es sich um ein Deployment-Ereignis handelt, das den Namen eines Modells trägt. OpenAI hat neu festgelegt, welche Stufe welches Modell erhält, einen Nachfolger für die kleine Stufe eingeführt und die Schnittstelle unverändert gelassen. Alles, was sich geändert hat, ist eine Zuweisung.

Genau das ist die Art von Problem, für deren Lösung ein Router existiert, und es lohnt sich, präzise zu sein, wo die Grenze verläuft. Der Wechsel für Endverbraucher liegt bei OpenAI, und darauf hast du keinen Einfluss. Die delegierte Reasoning-Schicht ist eine andere Sache: die Karte nennt GPT-5.6 Terra als das Backend, das für ihre Evaluierungen verwendet wird, und die API-Dokumentation behandelt das Voice-Frontend und das Reasoning-Backend als getrennt konfiguriert und getrennt abgerechnet. Das ist die Schicht, in der eine Versionsänderung nach dem Zeitplan von jemand anderem nicht zu einer Änderung nach deinem Zeitplan werden muss.

OrcaRouter bietet mehr als 200 Modelle hinter einem einzigen Schlüssel zum Listenpreis des Anbieters ohne Aufschlag, sodass eine Preisänderung seitens des Upstreams noch am selben Tag bei uns ankommt und nicht erst zur nächsten Verlängerung. Das Muster, für das dieses Release plädiert, ist ein gepinntes Delegationsziel mit explizitem Fallback: Die Routing-DSL lässt Sie das Backend benennen, an das eine Sitzung Arbeit übergibt, es im Live-Verkehr austauschen, ohne die Sprachintegration anzufassen, und einen Call am Leben halten, wenn ein Anbieter Fehler zurückgibt. Um genau zu sein, was wir sind und was nicht: wir hosten weder GPT-Live-1.1 noch GPT-Live-1.1 Quip noch GPT-Live-1 — diese Sprach-Endpunkte stammen aus OpenAIs eigener API, und die 1.1-Versionen sind in überhaupt keiner API enthalten. Die Textmodelle, an die diese Systeme delegieren, sind in der Regel auf dem Router.

Es gibt einen zweiten Grund, warum die Delegationsschicht der Ort ist, an dem ein Versionssprung aufgefangen werden sollte. Das Sicherheitsargument der Systemkarte selbst hängt vom Backend ab: GPT-Live übernimmt sein Ausrichtungsverhalten von dem Modell, an das es Arbeit weitergibt. Wenn das der Mechanismus ist, dann ist das Backend kein Implementierungsdetail – es ist der Teil des Systems, der bestimmt, was das Ganze tut, wenn eine Anfrage schwierig wird. Diese Entscheidung selbst zu kontrollieren ist mehr wert, als den Voice-Wrapper zu kontrollieren.

Was soll man damit machen?

Wenn du ein Nutzer bist, prüfe deinen Tarif. Plus und höher hat GPT-Live-1.1; darunter gibt es GPT-Live-1.1 Quip. Die Stimmenliste ist in beiden Fällen dieselbe, der Tarif ist also das Einzige, woran du erkennen kannst, welches Modell antwortet, und er wird in der App nicht angezeigt.

Wenn Sie die API nutzen, hat sich am 15. Oktober 2026 nichts geändert. gpt-live-1 ist weiterhin die Modell-ID, 0,05 $ pro Sprachminute ist weiterhin der Tarif, und die Dokumentation ist unverändert. Bauen Sie kein Budget um eine Modell-ID herum, die es noch nicht gibt.

Wenn Sie ein API-Release planen, sind die drei Dinge, auf die man achten sollte, die Modell-ID, der Preis und die erste unabhängige Indexzeile. Die Systemkarte hat Ihnen bereits die Form der Sicherheitsstory und die Tier-Struktur mitgeteilt; was sie Ihnen nicht mitgeteilt hat und auch nicht kann, ist, wie sich die Sache für einen Anrufer anhört. Das ist dieselbe Lücke, die im Juli 2026 bei GPT-Live-1 bestand und die sich erst schloss, als ein externes Labor die Evaluierung durchführte.

Und die Versionsnummer selbst ist es wert, dass man seine Erwartungen an ihr ausrichtet. GPT-Live-1 entwickelte sich innerhalb von zwei Monaten von einem Consumer-Feature zu einer nutzungsabhängig abgerechneten API, und der Nachfolger nimmt denselben Weg, wobei dieselben zwei Dokumente – eine Karte und eine Release Note – einen Launch-Post ersetzen. So sieht eine ausgereifte Modellfamilie von außen aus: Die Nachricht ist nicht mehr das Modell, sondern die Aufgabenstellung.

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.