Agents API, GPT-Live 1 und Decisions API
Auf dieser Seite
Modelle sind nur ein Teil der Ankündigungen für den Herbst. Für Entwickler ändern drei APIs die Art und Weise, wie Sie Anwendungen erstellen: die Agents API, die die Orchestrierung an OpenAI übergibt; GPT-Live 1, das nun in der API für Echtzeit-Sprachfunktionen verfügbar ist; und die Decisions API, die Text und Bilder in typisierte Antworten umwandelt. Diese Lektion behandelt jede dieser APIs auf Grundlage des Changelogs und der offiziellen Ankündigungen und führt Sie anschließend durch die übrigen Updates des Herbstes.
Die Agents API: Ein gehosteter Agent
Veröffentlicht als öffentliche Beta am 10. September 2026, ermöglicht die Agents API die Entwicklung von Agenten auf derselben Infrastruktur, auf der auch Codex läuft und die von OpenAI gewartet wird. OpenAI übernimmt die Sitzungsorchestrierung, die Kontextkomprimierung, wenn sich eine Sitzung ihrem Limit nähert, sowie die Wiederherstellung nach Störfällen. Sie arbeiten mit dauerhaften Sitzungen (durable sessions), die es Ihnen ermöglichen, Arbeiten über mehrere Interaktionsschleifen hinweg fortzusetzen und den Fortschritt in Echtzeit zu verfolgen.
Sie erstellen eine Sitzung in einem einzigen Aufruf, der die Aufgabe, das Modell, die Tools und die Laufzeitumgebung beschreibt. Als Tools können MCP-Server, Ihre eigenen Funktionen oder integrierte Tools wie die Websuche verwendet werden; die Tool-Suche lädt Definitionen nur bei Bedarf, und der programmatische Tool-Aufruf (Programmatic Tool Calling) ist standardmäßig aktiviert (Lektion 5). Eine Multi-Agenten-Option erlaubt es dem primären Agenten, unabhängige Teilaufgaben an Sub-Agenten zu delegieren, die parallel arbeiten, jeweils mit eigenem Kontext. Der Agent läuft in einer Sandbox, die von OpenAI gehostet wird, auf Ihrer eigenen Infrastruktur oder bei einem Partner: OpenAI nennt explizit Cloudflare, E2B, Modal und Vercel.
Innerhalb weniger Wochen folgten mehrere Erweiterungen. Am 29. September erhielt die Agents API die Funktion Computer Use: Der Agent führt Aufgaben in einem von OpenAI gehosteten Browser aus, während Ihre Anwendung die Site-Freigabe und die Anmeldung verwaltet. Am 9. Oktober konnten Sie eine Sandbox vorwärmen (pre-warm), bevor eine Sitzung daran angehängt wurde, was die Wartezeit für den Nutzer verkürzt; zudem gilt die Abrechnung für gehostete Sandboxes nun nur noch während aktiver Interaktionsschleifen. Am 16. Oktober integrierten diese Sandboxes Fähigkeiten zur Erstellung und Bearbeitung von Tabellenkalkulationen, Präsentationen und Word-Dokumenten, und die Agents API erhielt den Ultrafast-Modus.
Für alle, die mit dem Agent Builder arbeiten, ist dies wichtig: OpenAI stellt den Agent Builder am 30. November 2026 ein und verweist Nutzer auf das Agents SDK oder die ChatGPT-Workspace-Agenten. Lektion 12 erläutert diesen Zeitplan im Detail.
GPT-Live 1: Vollduplex-Sprache in der API
Im Juli hat GPT-Live die Sprachfunktion von ChatGPT neu aufgebaut, doch die API war noch nicht zugänglich. Das änderte sich am 10. September 2026: GPT-Live 1 ist allgemein verfügbar. Es ermöglicht Ihnen, vollduplexfähige Sprachkonversationen zu entwickeln, die fortlaufen, während ein Modell oder ein Agent im Hintergrund schlussfolgert und Tools aufruft. Es existieren zwei Delegierungsmodi: an ein OpenAI-Modell über die Responses API, wie etwa GPT-6 Astra, oder an Ihr eigenes Backend, das auf einen anderen Anbieter zurückgreifen kann. Die Sprachsitzung kostet 0,05 USD pro Minute, abgerechnet wird sekundenweise; das Hintergrundmodell und die Tools werden separat abgerechnet.
Am 16. Oktober öffnete OpenAI die Spracherstellung aus einer Textbeschreibung für alle API-Kunden – kostenlos zur Erstellung – und fügte neun natürliche Stimmen hinzu, darunter zwei auf Französisch: Brise und Sillage. Für die Transkription wurden am 28. Juli zwei Modelle eingeführt: gpt-transcribe für Dateien und gpt-live-transcribe für Echtzeit-Streaming. Sie ersetzen whisper-1 und die gpt-4o-transcribe-Familie, deren Abschaltung für den 26. Februar 2027 geplant ist.
Die Decisions API: Typisierte Antworten, schnell
Die Decisions API, gestartet als Beta am 6. Oktober und seit dem 22. Oktober mit GPT-6 Luna allgemein verfügbar, adressiert ein sehr häufiges Bedürfnis: einem Modell eine Reihe von geschlossenen Fragen zu Text, einem Bild oder strukturierten Daten zu stellen und typisierte Antworten zu erhalten. OpenAI berichtet von bis zu zehnmal schnelleren Entscheidungen im Vergleich zum Aufruf von GPT-6 Luna über die Responses API. Seit der allgemeinen Verfügbarkeit kann eine Anfrage bis zu 400 Fragen enthalten (gegenüber 200 während der Beta); häufige Eingaben können zwischengespeichert werden, Bilder können in den Anweisungen einer Frage erscheinen, und strukturierte Daten werden direkt über input_json übergeben. Seit dem 15. Oktober ist zudem eine Integration mit GPT-Live vorhanden: Eine Sprachanwendung kann handeln, während der Nutzer spricht.
Denken Sie an Ticket-Triage, das Routing von Anfragen, die Überprüfung der Dokumentenkonformität oder das Extrahieren weniger Felder aus Tausenden von Dokumenten: Dort, wo Sie früher einen Klassifizierungs-Prompt und ein Ausgabeschema schreiben mussten, genügt nun ein Satz typisierter Fragen.
Weitere Herbst-Updates
| Datum | Update |
|---|---|
| 8. September 2026 | GPT Image 2.5 Sunburst und Flare, für Bildgenerierung und -bearbeitung |
| 6. Oktober 2026 | API-Nutzungsstufen von fünf auf drei reduziert: Build, Launch und Grow |
| 20. Oktober 2026 | Prompt-Caching auf 12 Stunden erweitert |
| 21. Oktober 2026 | Projektspezifische Auswahl erlaubter Service-Level |
| 28. Oktober 2026 | Bis zu 500 USD an kostenlosen API-Guthaben pro Monat für berechtigte ChatGPT Pro- und Business-Abonnenten |
| 30. Oktober 2026 | GPT-6 Rosalind, für Forschung in den Lebenswissenschaften, über ein genehmigtes Zugangsprogramm |
| 4. November 2026 | GPT-Image-2.6 Sunburst und Flare: einstellbare Komplexität, SVG- und animierte GIF-Generierung |
| 5. November 2026 | GPT-6-Cyber, für Schwachstellenforschung in autorisierten Umgebungen, nach Genehmigung |
Sie sind dran
Wählen Sie die richtige API. Definieren Sie drei Bedarfe in Ihrer Organisation: beispielsweise einen Agenten, der eine tägliche Zusammenfassung von Vorfällen erstellt, ein Telefonsystem, das Anrufe weiterleitet, und die Triage von 5.000 eingehenden E-Mails pro Tag. Geben Sie für jeden Fall an, welche API Sie zuerst testen würden – die Agents API, GPT-Live 1, die Decisions API oder allein die Responses API – und begründen Sie Ihre Wahl. Notieren Sie, welche Metriken Sie heranziehen würden, um diese Wahl zu validieren.
Offizielle Quellen: OpenAI API Changelog · GPT-Live 1 (OpenAI-API-Dokumentation) · Einführung der Agents API · GPT-Live 1 in der API · Decisions API (OpenAI)
Kernaussagen
- Die Agents API (öffentliche Beta, 10. September) hostet die Agenten-Orchestrierung: dauerhafte Sitzungen, Komprimierung, Sub-Agenten, Sandboxes, Computer Use
- GPT-Live 1 ist seit dem 10. September in der API verfügbar zu 0,05 USD pro Minute Sprachsitzung; zwei französische Stimmen wurden am 16. Oktober hinzugefügt
gpt-transcribeundgpt-live-transcribeersetzen ältere Transkriptionsmodelle vor dem 26. Februar 2027- Die Decisions API (verfügbar seit 22. Oktober) erzeugt typisierte Antworten im großen Maßstab mit GPT-6 Luna