Sprach-KI ist jetzt günstig genug zum Bauen
OpenAI hat diese Woche seine beste Sprach-KI für alle Entwickler geöffnet — für fünf Cent pro Minute, erschwinglich für fast jedes Team.
- $0.05/min
- Kosten pro Sprachminute
- 23,000
- gelöschte Code-Zeilen bei einem Kunden
- +30 pts
- besser als das Vorgängermodell
- 150M
- ChatGPT-Sprachnutzer heute
Jahrelang bedeutete der Bau eines Sprachassistenten das Verbinden dreier separater Systeme: eines für Sprache-zu-Text, eines zum Denken und eines zum Sprechen. Jedes Glied fügte Verzögerung hinzu, und sobald ein Anrufer unterbrach, brach die ganze Kette zusammen. OpenAIs GPT-Live-1, jetzt per API verfügbar, fasst diese drei Schritte in einem Modell zusammen.
Der Preis ist die eigentliche Neuigkeit. Bei 0,05 Dollar pro Minute kostet ein fünfminütiger Anruf 25 Cent. Das ist günstig genug, damit ein kleines Startup echte Telefon-Agenten ohne großes Budget betreiben kann. Ein Unternehmen, das auf GPT-Live-1 umgestellt hat, soll 23.000 Zeilen Code gelöscht haben, die nur für die Unterbrechungsverarbeitung da waren — das Modell erledigt das jetzt von selbst.
GPT-Live-1 ist vollduplex — es hört und spricht gleichzeitig, genau wie ein Mensch. Anrufer können mitten im Satz unterbrechen, ohne dass die KI den Faden verliert. Im Benchmark-Test übertraf es das bisherige beste Sprachmodell um 30 Punkte. Diese Lücke zählt am meisten bei allem, was kundenseitig ist — eine missglückte Unterbrechung zerstört das Vertrauen.
Wer Software baut, die mit Menschen spricht — Kundenservice, Formulare, Buchungstools, Verkaufsgespräche —, für den verändert das, was ein kleines Team tatsächlich liefern kann. Das Wichtigste: Die 0,05 Dollar decken nur die Sprachschicht ab, das KI-Denken dahinter wird separat berechnet. Aber für die meisten Teams macht das einen echten Sprachagenten zum ersten Mal möglich.