OpenAI lancerer GPT-Live-1 i API’et: En stemmemodel, der kan lytte og tale samtidig

OpenAI annoncerede 10. september 2026 – og altså ikke 11. september – lanceringen af GPT-Live-1 i sit API. Modellen er et generelt tilgængeligt stemmelag med fuld dupleks, udviklet til stemmeagenter, der kan føre mere flydende samtaler ved at lytte og tale på samme tid. 3

Fra en kæde af modeller til ét stemmelag

Traditionelle stemmeagenter bygges ofte som en kæde: først tale-til-tekst, derefter en sprog- eller ræsonnementmodel og til sidst tekst-til-tale. Hvert led kan skabe ekstra ventetid og medføre, at timing, kontekst og samtalens naturlige rytme går tabt. 3

GPT-Live-1 samler derimod lytning og tale i én stemmemodel. Det betyder, at agenten kan reagere på afbrydelser og små bekræftelser, mens de sker, frem for først at vente på, at brugeren er helt færdig med at tale. Samtidig kan en tilknyttet backend håndtere mere komplekst ræsonnement eller brug af værktøjer i baggrunden. 3

Udviklere kan vælge en OpenAI-backend, eksempelvis GPT-6 Astra, eller en tredjepartsmodel. Dermed kan de afveje ræsonnement, hastighed og omkostninger efter den konkrete opgave. 3

OpenAI fremhæver også styring via systemprompter af blandt andet tone, taletempo og samtalestil. Derudover nævnes understøttelse af telefoni, håndtering af baggrundsstøj og stilhed, mere stabile lange sessioner, transskripter og svartekst, genkendelse af alfanumeriske oplysninger samt mulighed for at vægte bestemte nøgleord højere. 3

Pris: 0,05 dollar pr. minut – plus backend

En GPT-Live-1-stemmesession koster 0,05 dollar pr. minut. Afregningen sker pr. sekund og rundes altså ikke op til hele minutter. 2

Prisen dækker dog kun stemmelaget. Forbrug af den valgte backendmodel og eventuelle værktøjer faktureres separat, så den samlede udgift afhænger af både samtalens varighed og de modeller eller værktøjer, der bruges. 2

OpenAI peger på bedre samtaleflow

Ifølge OpenAI gav GPT-Live-1 en forbedring på 30 procentpoint i Full Duplex Bench sammenlignet med GPT-Realtime-2.1. Selskabet oplyser også, at GPT-Live-1 sammen med GPT-6 Astra ved middel ræsonnementsindsats blev nummer ét på Tau3. 3

OpenAI har desuden delt tidlige erfaringer fra virksomheder. Yelp oplyser, at GPT-Live-1 i Yelp Host og Hatch forbedrede både turtagning og nøjagtighed i forhold til virksomhedens tidligere stemmearkitektur. Speak siger, at sprogstuderende fik mere betænkningstid, før en tutor svarede, og at afbrydelser faldt med næsten 80 procent sammenlignet med tidligere turbaserede systemer. 3

En medstifter og CTO i en sundhedsvirksomhed fortalte ifølge OpenAI, at skiftet væk fra en kaskadebaseret løsning reducerede kodebasen med 80 procent og fjernede 23.000 linjer kode, hvilket skulle have gjort samtaler med patienter mere naturlige i realtid. 3

De oplyste benchmarkresultater og kundeeksempler stammer fra OpenAI selv. Materialet underbygger ikke særskilte påstande om virksomhedsadgang under navnet “Presence” eller konkrete udvidelser af accenter, dialekter og sprog.