OpenAI hat seine Voll-Duplex-Sprachtechnologie GPT-Live in die Desktop-App von ChatGPT integriert. Die Funktion ist auf macOS und Windows verfügbar und greift direkt in Codex sowie ChatGPT Work ein. Damit lassen sich Coding-Aufgaben nun per Sprache anstoßen und begleiten. Das Unternehmen spricht von einer engeren Verzahnung von Sprachinteraktion und agentischen Workflows.
Zusammenfassung
- GPT-Live steuert jetzt die ChatGPT-Desktop-App auf macOS und Windows
- Die Sprachfunktion ist mit Codex und ChatGPT Work verknüpft
- Entwickler sollen damit Aufgaben wie Debugging, Pull-Request-Reviews und parallele Coding-Jobs freihändig auslösen können
- Der Zugriff ist kostenpflichtigen Plänen vorbehalten und verbraucht reguläre Nutzungskontingente
OpenAI erweitert GPT-Live für Entwickler-Workflows
Nach Angaben von OpenAI ist GPT-Live nun Teil der Desktop-Anwendung von ChatGPT. Die Funktion ergänzt die bereits vor zwei Wochen vorgestellte Audio-Variante mit Voll-Duplex-Fähigkeit, bei der das System gleichzeitig zuhören und sprechen kann.
Mit der Integration rückt die Sprachsteuerung näher an den praktischen Einsatz in Entwicklungsumgebungen. OpenAI verbindet sie mit den separaten Bereichen Codex und ChatGPT Work innerhalb der Desktop-App. Ziel ist es, technische Aufgaben nicht nur per Texteingabe, sondern auch per gesprochener Anweisung zu steuern.
Was die neue Sprachschicht leisten soll
Die Architektur trennt die Echtzeit-Sprachverarbeitung von den eigentlichen Rechenaufgaben im Hintergrund. GPT-Live hält dabei das Gespräch flüssig, reagiert mit kurzen Bestätigungen und übergibt komplexe Verarbeitungsschritte an andere Modelle. OpenAI hatte GPT-Live am 8. Juli 2026 als kontinuierliches Audiomodell vorgestellt, das nicht mehr strikt in Frage-und-Antwort-Rhythmen arbeitet.
In der Desktop-App nutzt die Sprachfunktion unter macOS laut OpenAI zusätzliche Kontextinformationen wie Appshots, den Inhalt des Vordergrundfensters, lokale Dateien, Codebasis-Strukturen und aktive Plugins. Dadurch soll das System den Kontext eines Projekts besser erfassen und Anweisungen im laufenden Arbeitsumfeld einordnen können.
Für Entwickler entsteht damit ein Arbeitsablauf, bei dem Gespräche über Fehler, Builds oder Änderungen parallel zur Ausführung von Agenten laufen. Statt zwischen Fenstern zu wechseln oder Anweisungen abzutippen, sollen sich Aufgaben direkt per Stimme koordinieren lassen.
Mehrere Coding-Aufgaben parallel per Sprache
Im Zentrum des Updates steht die Möglichkeit, mehrere Aufgaben gleichzeitig anzustoßen. Ein Entwickler kann laut OpenAI etwa per Sprachbefehl einen Authentifizierungsfehler untersuchen lassen, ein API-Migrations-Pull-Request prüfen und fehlende Unit-Tests erzeugen lassen.
Die Desktop-App koordiniert diese Prozesse über verschiedene Quellen hinweg, darunter Slack, GitHub und lokale Codebasen. Auch der Weg von Designentwürfen zu lauffähigem Code soll sich damit per Sprache anstoßen lassen, indem Aufgaben auf Frontend, Backend und Tests verteilt werden.
Unterstützt werden laut OpenAI auch Multi-Folder-Projekte in Build 26.715 sowie Remote-Ausführung über iOS. Entwickler können damit den Status laufender Aufgaben prüfen, auf Rückfragen von Agenten reagieren und aktive Jobs umsteuern, ohne die Anwendung zu verlassen.
Verfügbarkeit und Lizenzmodell
Die sprachgestützte Desktop-Version ist als kommerzielles, proprietäres Angebot umgesetzt. OpenAI schränkt den Zugriff auf zahlende Nutzer in den Plänen Plus, Pro, Business, Enterprise und Education ein.
Für Unternehmen und einzelne Entwickler bedeutet das, dass die Modelle, die Sprachverarbeitung und die Agenten-Architektur geschlossen bleiben. Eine Anpassung oder Selbsthostung der zugrunde liegenden Systeme ist nicht vorgesehen. Zudem werden über ChatGPT Voice gestartete Aufgaben auf die regulären Kontingente von Codex und ChatGPT Work angerechnet.
Reaktionen aus der Entwicklergemeinde
OpenAI selbst zeigte die neue Funktion in einem Werbevideo. Darin sprechen mehrere Mitarbeiter in einem gemeinsamen Raum mit derselben ChatGPT-Desktop-Sitzung und geben unterschiedliche Anweisungen an dasselbe Modell.
In der Entwickler-Community stieß die Ankündigung auf Aufmerksamkeit, weil sich damit Sprachsteuerung und autonome Coding-Workflows stärker verbinden. Erste Rückmeldungen betonen vor allem den Nutzen für Situationen, in denen Entwickler sich von der Tastatur entfernen oder Aufgaben parallel überwachen wollen.
