OpenAI hat dem Sprachchat von ChatGPT am 23. September 2026 drei Funktionen nachgerüstet, die Nutzer seit dem GPT-Live-Start im Juli vermisst haben. Mit den neuen ChatGPT Voice Plugins greift der Live-Modus im Gespräch auf E-Mail, Kalender und Slack zu, statt nur zu antworten. Die Stimme läuft außerdem im Agenten-Modus ChatGPT Work und lässt dort Dokumente, Präsentationen und Tabellen entstehen. Im Hintergrund arbeiten wahlweise GPT-6 Astra, Sol oder Luna. Das Update verteilt OpenAI weltweit über die aktuelle App-Version, für Web, iOS und Android.
Bis dahin blieben verbundene Apps und Plugins auf Web und Handy dem Textchat vorbehalten. Wer im Gespräch nach dem nächsten Termin fragte, bekam keine Antwort aus dem eigenen Kalender. Diese Lücke beschreibt 9to5Mac in seinem Bericht zu den drei Voice-Neuerungen als große Lücke zwischen Sprach- und Textchat. Im OpenAI-Forum forderten Nutzer noch Ende August, dem Sprachmodus dieselben verbundenen Tools wie dem Textmodus zu geben. Ein weiterer Thread vom 11. September verlangte Plugin-Zugriff im Live-Sprachmodus. OpenAI selbst leitet die Ankündigung auf X mit „We heard you loud and clear“ ein.
We heard you loud and clear. ChatGPT Voice can now:
— OpenAI (@OpenAI) September 23, 2026
– Use plugins like your email, calendar, and Slack.
– Be powered by GPT-6 Astra, Sol, and Luna.
– Be used in ChatGPT Work on web and mobile, so you can create docs, decks, sites, and spreadsheets or tackle complex tasks in pic.x.com/zRjjCMxpuW
Plugins im Sprachchat: So läuft ein Auftrag ab
Im Live-Gespräch spricht der Nutzer ein Plugin einfach an, ein Menü oder eine @-Erwähnung wie im Textchat entfällt. Laut der OpenAI-Hilfeseite zu ChatGPT Voice fragt der Nutzer im Gespräch nach einem Plugin, das seinem Konto zur Verfügung steht, und ChatGPT ruft es auf. Voraussetzung ist, dass die zugehörige App vorher verbunden und der Nutzer dort angemeldet ist. Die Verbindung richtet man einmalig unter Einstellungen → Apps oder Plugins ein, danach steht sie auch der Stimme zur Verfügung.
Typische Aufträge, die OpenAI und die Fachpresse nennen:
- Kalender: eine freie halbe Stunde suchen und dort einen Termin eintragen lassen.
- E-Mail: eine bestimmte Nachricht heraussuchen, prüfen, ob jemand geantwortet hat, oder eine Antwort verschicken.
- Slack: freigegebene Kanäle durchsuchen und den Stand einer Diskussion zusammenfassen.
- Finanzen: verbundene Konten auf doppelte Abbuchungen prüfen (laut Digital Trends zum neuen Sprachchat mit Plugins).
- Work: eine Website mit Bezahlseite bauen lassen (laut The Decoder zum Voice-Update).
Verlangt eine Aktion eine Freigabe, zeigt ChatGPT sie auf dem Bildschirm an, und der Nutzer bestätigt oder lehnt per Tippen ab. Ein gesprochenes „Ja, schick ab“ akzeptiert das System laut Hilfeseite nicht. Damit gilt im Sprachchat dieselbe menschliche Freigabe (Human in the Loop) wie im Textchat. Welche Aktionen überhaupt eine Nachfrage auslösen, steuert die Berechtigungsstufe der jeweiligen App.
| Berechtigungsstufe | Was ChatGPT ohne Nachfrage darf |
|---|---|
| Immer fragen (Always ask) | Nichts, jeder Lese- und Schreibzugriff wird einzeln bestätigt |
| Lesen erlauben (Allow read actions) | Informationen abrufen, z. B. Termine oder Mails lesen; Änderungen benötigen eine Freigabe |
| Risikoarme Aktionen erlauben (Allow low-risk actions) | Lesen und unkritische Änderungen; heikle Aktionen wie das Versenden an Dritte fragen nach oder werden abgelehnt |
| Alle Aktionen erlauben (Allow all actions) | Alles, auch ohne zweite Bestätigung; nur je App oder Konto wählbar, nicht global, laut OpenAI mit erhöhtem Risiko |
Auch die kostenlosen Tarife bekommen die Funktion. Laut den ChatGPT-Release-Notes vom 23. September 2026 nutzen Free- und Go-Konten den Sprachchat mit den Plugins, die ihr Tarif unterstützt. Bestehende App-Verbindungen, Berechtigungen und Nutzungslimits gelten unverändert.
Plugin, App, Connector: Was OpenAI womit meint
Eine App (früher Connector) verbindet ChatGPT mit einem Dienst wie Gmail, Google Drive, Outlook, Slack, Notion, Box oder GitHub. Ein Plugin verpackt eine oder mehrere solcher Apps zusammen mit Skills (Anweisungen und Arbeitsabläufen) zu einem wiederverwendbaren Paket. Manche Plugins enthalten nur Skills und kommen ohne Verbindung nach außen aus. Das Format folgt dem offenen Standard Agent Plugins, den OpenAI, Microsoft, Amazon, Vercel und Cursor am 6. August 2026 gestartet haben und dem Google am selben Tag beigetreten ist.
Seit dem 17. September lassen sich in allen Tarifen pro Plugin mehrere Konten verbinden, z. B. ein privates und ein berufliches Postfach im selben Gespräch (für Gmail, Google Kalender und Google Kontakte ging das schon seit dem 28. August). Und OpenAI hat am 11. September angekündigt, die eigenen GPTs (Custom GPTs) einzustellen und in Plugins zu überführen.
Voice in ChatGPT Work: Dokumente und Websites per Zuruf
Die zweite Neuerung verbindet die Stimme mit dem Agenten-Modus, in dem ChatGPT längere Aufgaben selbstständig abarbeitet. ChatGPT Work ist seit Juli 2026 der zweite Schalter neben „Chat“ in der ChatGPT-Oberfläche und für mehrstufige Arbeit mit fertigem Ergebnis gedacht. Laut der OpenAI-Hilfe zu ChatGPT Work und Codex startet man Voice dort über den Sprach-Knopf im Work-Modus, auf dem Web und in den Apps für iOS und Android. Der Nutzer spricht dann mit einem KI-Agenten, der verbundene Apps benutzt, Dokumente, Präsentationen und Tabellen erstellt oder einen Browser bedient. Im Eingabefeld von Work liegen die Modellwahl (im Screenshot GPT-6 Astra mit der Denkstufe „Gering“), die Schaltfläche „Plugins“ und zwei Mikrofon-Symbole, das graue für das Diktat, das blaue startet den Sprachchat.
Legt der Nutzer auf, während eine Aufgabe noch läuft, arbeitet Work in Textform weiter, und die Antworten erscheinen wie gewohnt im Chatverlauf. Cloud-Aufgaben aus Work synchronisieren sich zwischen Web, Handy und Desktop-App. Ein am Handy per Sprache gestarteter Auftrag lässt sich also am PC weiterführen.
Wie das im Alltag aussieht, zeigt OpenAI in einem zweiminütigen Demo-Video, das laut The Decoder unter anderem Wetterabfragen und Online-Einkäufe vorführt:
Voice in Work setzt zwei Zugänge voraus: den Sprachchat und den Work-Modus. Work gibt es laut OpenAI-Hilfe auf Web und Mobil nur in den bezahlten Tarifen. Free- und Go-Nutzer bleiben beim Sprachchat mit Plugins im normalen Chat. In Firmen-Workspaces können Administratoren Work und Voice getrennt freischalten. Fehlt eines von beiden, bleibt der Sprach-Knopf im Work-Modus aus. Die Fachseite TestingCatalog wertet den Schritt auf X primär deshalb als Fortschritt, weil Arbeit per Stimme bisher nur über die Desktop-App oder deren Fernzugriff möglich war.
GPT-6 Astra, Sol und Luna: Zwei Modelle in jedem Gespräch
Hinter einem Sprachgespräch mit Plugins arbeiten zwei Modelle. GPT-Live-1 (im Free- und Go-Tarif GPT-Live-1 mini) führt die Unterhaltung, hört zu, während es spricht, und entscheidet, wann ein Werkzeug gebraucht wird. Wie dieser Full-Duplex-Betrieb funktioniert, erklärt unser Überblick zu GPT-Live und dem ChatGPT Sprachchat. Die Aufgabe selbst, z. B. das Durchsuchen des Postfachs oder das Anlegen einer Tabelle, übernimmt ein Textmodell, und hier kommen die drei GPT-6-Modelle ins Spiel.
Im normalen Chat darf der Sprachchat seit dem 9. September für Suche und schwierige Fragen auf GPT-5.6 oder GPT-6 Astra zugreifen, gewählt über dieselben Regler wie im Textchat. In Work kommen GPT-6 Sol und GPT-6 Luna hinzu, die OpenAI am 22. September nur für diesen Modus und für Codex freigeschaltet hat. Im normalen Chat sind beide nicht auswählbar. Die Standardeinstellung „Default“ kombiniert Modelle und Denkstufen auf einem Schieberegler. Wer ein Modell fest wählt, bekommt dessen eigene Denkstufen angeboten. Die Preisseite merkt allerdings an, dass Cloud-Chats auf ChatGPT-Tarifen GPT-5.6 Sol nutzen, und genau solche Cloud-Aufträge startet Voice in Work am Handy. Welches Modell ein gesprochener Auftrag dort tatsächlich bekommt, lässt OpenAI damit offen.
Astra verbraucht die Work-Kontingente laut OpenAI schneller als GPT-5.6 Sol. Plus-Konten haben nur ein begrenztes Astra-Budget, Pro-Konten dürfen ihr gesamtes Work-Kontingent dafür einsetzen. Für Nutzer, die nach dem Kontingent in Credits weiterarbeiten, nennt OpenAI feste Token-Preise. Eine Million Ausgabe-Tokens kosten bei Astra 1.250 Credits, bei Luna 12,5.
Was die Work-Modelle pro Million Ausgabe-Tokens kosten
Credits in ChatGPT Work und Codex bei Standardgeschwindigkeit, Fast Mode kostet bei den GPT-6-Modellen das 2,5-Fache
Zahlen als Tabelle
| Modell | Eingabe | Eingabe aus dem Cache | Ausgabe |
|---|---|---|---|
| GPT-6 Astra | 250 Credits | 25 Credits | 1.250 Credits |
| GPT-5.6 Sol | 100 Credits | 10 Credits | 500 Credits |
| GPT-6 Sol | 50 Credits | 5 Credits | 250 Credits |
| GPT-6 Luna | 2,5 Credits | 0,25 Credits | 12,5 Credits |
Die Preisseite nennt auch Richtwerte, wie viele lokale Work-Nachrichten in der Desktop-App in ein Fünf-Stunden-Fenster passen. Ein Plus-Konto schafft demnach 5 bis 45 Nachrichten mit Astra, 15 bis 150 mit GPT-6 Sol und 350 bis 3.000 mit Luna. Cloud-Aufträge, wie sie Voice in Work am Handy oder im Browser startet, können laut Preisseite mehr vom Kontingent verbrauchen als lokale. OpenAI rechnet einen Sprachauftrag wie einen getippten ab, außerdem läuft die Sprachzeit mit.
Sprachzeit je Tarif: Was Voice mit Plugins und Work kostet
Für den Sprachchat mit Plugins gelten dieselben Tageskontingente wie für ein gewöhnliches Gespräch, gemessen in einem gleitenden 24-Stunden-Fenster. OpenAI hatte die Staffel am 9. September vereinfacht und die früheren Intelligenzstufen „Instant, Medium, High“ im Sprachchat abgeschafft. Seither fallen Plus- und Pro-Konten nach dem Limit auch nicht mehr auf das Mini-Modell zurück, das Gespräch endet stattdessen.
| Tarif | Sprachzeit pro 24 Stunden | Modell |
|---|---|---|
| Free | begrenzt, Limits können sich ändern | GPT-Live-1 mini |
| Go | 3 Stunden | GPT-Live-1 mini |
| Plus | 3 Stunden | GPT-Live-1 |
| Pro (100 $) | 15 Stunden | GPT-Live-1 |
| Pro (200 $) | unbegrenzt | GPT-Live-1 |
| Business Standard | 3 Stunden, danach 1,25 Credits pro Minute | GPT-Live-1 |
| Business Premium | 15 Stunden, danach 1,25 Credits pro Minute | GPT-Live-1 |
| Enterprise, Edu, Clinicians (Credits) | 1,25 Credits pro Minute | GPT-Live-1 |
| Enterprise (Abrechnung in Dollar) | 0,05 $ pro Minute | GPT-Live-1 |
| Enterprise und Edu (Altverträge), K-12-Lehrkräfte | 3 Stunden | GPT-Live-1 |
Voice in Work verbraucht Minuten aus demselben Kontingent, die gestartete Aufgabe belastet außerdem das Work-Budget. Wer also in einer Stunde Gespräch fünf Dokumente erstellen lässt, verbraucht eine Stunde Sprachzeit plus die Tokens der fünf Aufträge. Die Beschränkung auf ein Gespräch gleichzeitig bleibt, und eine Sitzung endet laut Hilfeseite beim Nutzungslimit, bei der maximalen Sitzungsdauer oder wenn das Kontextfenster des Gesprächs voll ist.
Desktop-App: Voice für Work und Codex kostet 5 Cent pro Minute
In der ChatGPT-Desktop-App für macOS und Windows kostet Voice für Work und Codex 0,05 Dollar pro verbundener Minute, abgerechnet aus dem Work- und Codex-Budget, wie die Preisseite von ChatGPT Work ausweist. Dort gibt es die Sprachsteuerung bereits seit dem 23. Juli 2026. Firmenkunden mit Credit-Abrechnung zahlen 1,25 Credits pro Minute, derselbe Satz gilt für Plus- und Pro-Nutzer, sobald sie Zusatz-Credits einsetzen. Das KI-Modell, das die Aufgabe erledigt, rechnet OpenAI getrennt nach Tokens ab. Über einen API-Schlüssel ist Desktop-Voice nicht nutzbar.
Laut der Doku zu ChatGPT Voice in der Desktop-App startet die Stimme am Computer mehrere Aufgaben parallel und fragt deren Fortschritt ab, was die neue Web- und Mobil-Version nicht kann. Auf Zuruf wechselt sie zwischen laufenden Codex-Tasks („Let me talk to the task reviewing the tests“). Auf dem Mac liest sie per Appshot das vorderste Fenster samt Text außerhalb des sichtbaren Bereichs. Diese Koordination über einen Koordinator-Agenten fehlt der Web-Version, dafür benötigt sie keinen gekoppelten Rechner, den der bisherige Fernzugriff über die iOS-App vorausgesetzt hat.
| Datum | Schritt |
|---|---|
| 8. Juli 2026 | GPT-Live löst den erweiterten Sprachmodus als Standard ab, Full-Duplex-Gespräche; „Advanced“ bleibt wählbar |
| 23. Juli 2026 | Voice in der Desktop-App für Chat, Work und Codex, mit Fernzugriff per iOS-App |
| 9. September 2026 | Sprachchat darf GPT-5.6 und GPT-6 Astra für Suche und Denkaufgaben nutzen, neue Stundenstaffel, Intelligenzstufen entfallen |
| 22. September 2026 | GPT-6 Sol und Luna in Work und Codex, nicht im Chat |
| 23. September 2026 | Plugins im Live-Modus auf Web, iOS und Android; Voice in Work auf Web und Mobil |
Was der Live-Modus weiterhin nicht kann
Video und Bildschirmfreigabe bleiben dem alten Modus „Advanced“ vorbehalten, der in den Sprachchat-Einstellungen weiter wählbar ist. Der Live-Modus liest laut Hilfeseite auch keine Dateien aus der ChatGPT-Bibliothek (Library), obwohl sich Bilder und getippte Nachrichten während des Gesprächs anhängen lassen. Die voreingestellten Persönlichkeiten aus dem Textchat gelten für Live nicht, Tonfall und Tempo lassen sich nur im Gespräch selbst ändern. Und für mehrere Sprecher im Raum ist das KI-Modell nach OpenAI-Angaben noch nicht ausgelegt, es antwortet dann mitunter auf Sätze, die gar nicht an ChatGPT gerichtet waren.
Beim Datenschutz ändert das Update nichts an den bisherigen Regeln. Audio-Clips aus Live-Gesprächen speichert OpenAI 30 Tage lang zusammen mit dem Transkript. Zum Training werden sie nur mit ausdrücklicher Freigabe genutzt, die Transkripte dagegen schon, sobald „Das Modell für alle verbessern“ aktiv ist. Für die Inhalte, die ein Plugin aus Gmail oder Slack holt, gilt dagegen die Standard-Regel des jeweiligen Tarifs. Bei Free, Go, Plus und Pro darf OpenAI auch diese Informationen unter derselben Einstellung zum Training verwenden, bei Business, Enterprise und Edu ist das laut OpenAI-Hilfe zu verbundenen Apps standardmäßig ausgeschlossen.
Gemini Live, Claude und Alexa+: Wer sonst per Stimme Mail und Kalender bedient
Google und Anthropic haben ihren Sprachmodi den App-Zugriff früher gegeben als OpenAI. Gemini Live nutzt seit August 2025 Google Kalender, Tasks und Keep und kann seit dem 26. August 2026 laut Googles Ankündigung der Produktivitätsfunktionen in Gemini Live auch Gmail durchsuchen, zusammenfassen, archivieren und löschen. Ein Versand per Sprache ist dort nicht dokumentiert, und WhatsApp-Nachrichten schickt Gemini laut Google-Hilfe zu Nachrichten und Anrufen per Gemini bislang nur außerhalb des Live-Modus.
Claude hat den Schritt am 23. Juli 2026 gemacht. Seitdem nutzt der Sprachmodus laut Anthropics Beitrag zum Sprachmodus mit verbundenen Tools mitten im Gespräch Gmail, Google Kalender, Slack und Canva, fragt aber vor jedem Tool-Einsatz um Erlaubnis. Kostenlose Nutzer bekommen ein verbundenes Tool und das Modell Haiku, zahlende alle Modelle und mehrere Tools. Anders als GPT-Live arbeitet Claude nicht im Full-Duplex-Betrieb, sondern hört zu, denkt kurz nach und antwortet dann. Amazons Alexa+ verschickt in den USA laut Amazons Funktionsübersicht zu Alexa+ E-Mails und legt Termine an. In Deutschland (Early Access seit 7. Mai 2026) nennt Amazon bislang nur das Eintragen von Terminen. Apples Siri AI startete am 14. September mit iOS 27 als Beta auf Englisch, auf iPhone und iPad in der EU allerdings nicht. Apple begründet das in einer Stellungnahme zum Siri-AI-Aufschub in der EU mit dem Digital Markets Act. Auf dem Mac ist Siri AI auch in der EU verfügbar.
| Assistent | Dienste im Sprachmodus | Handelt oder liest nur? | Gleichzeitig hören und sprechen | Seit |
|---|---|---|---|---|
| ChatGPT Voice (Live) | alle Plugins des Kontos, u. a. Gmail, Outlook, Google Kalender, Slack, Notion, GitHub; in Work außerdem Dokumente und Browser | handelt, Freigabe per Tippen | ja (GPT-Live-1) | 23.09.2026 |
| Gemini Live | Google Kalender, Tasks, Keep, Gmail | handelt bei Terminen und Notizen; Gmail lesen, archivieren, löschen | Live API ja, für die App nicht ausdrücklich belegt | 08/2025, Gmail 26.08.2026 |
| Claude Voice | Gmail, Google Kalender, Google Docs, Slack, Canva | handelt, fragt vor jedem Tool-Einsatz | nein, abwechselnd | 23.07.2026 |
| Alexa+ | E-Mail, Kalender, OpenTable, Thumbtack (USA) | handelt, in Deutschland bislang nur Termine | nicht belegt | USA 04.02.2026, DE 07.05.2026 |
| Siri AI (iOS 27) | Nachrichten, Mail, Fotos, Notizen, Drittanbieter-Apps über App Intents | handelt, z. B. Mails entwerfen | nicht belegt | 14.09.2026, in der EU nicht auf iPhone und iPad |
| Grok Voice | Gmail und Google Kalender (Sprachanbindung nur durch Sekundärquellen belegt) | Verbindung zunächst nur lesend, Schreibrechte muss ein Administrator freischalten | nicht belegt | Connector ohne Datum, Sprachanbindung laut Sekundärquellen 10.08.2026 |
Microsofts Copilot Voice fehlt in der Tabelle, weil Microsoft für den Sprachmodus keinen Zugriff auf die Copilot-Connectors dokumentiert. Nur in der Outlook-App gibt es als Vorschau ein „Voice catch-up“, das Mails vorliest, archiviert und Antwort-Entwürfe schreibt. Wie es mit den Sprachassistenten im Auto weitergeht, in dem ChatGPT seit April und Claude seit September über CarPlay laufen, steht in unserem Artikel zu Claude und KI-Chatbots in CarPlay.
Häufige Fragen zu ChatGPT Voice Plugins
Wie starte ich ein Plugin im ChatGPT Sprachchat?
Sie sprechen es einfach an, z. B. „Schau in meinem Google Kalender nach, ob ich morgen um zehn frei bin“. Voraussetzung ist, dass die App vorher unter Einstellungen → Apps oder Plugins verbunden wurde. Eine @-Erwähnung wie beim Tippen ist im Gespräch nicht nötig. Prüfen Sie außerdem, dass unter Einstellungen → Sprachchat der Modus „Live“ gewählt ist, denn die Hilfeseite nennt die Plugin-Unterstützung nur für Live.
Kann ChatGPT Voice eine E-Mail ohne Rückfrage verschicken?
Nur wenn Sie das für die App ausdrücklich erlaubt haben. In der Standardstufe „Risikoarme Aktionen erlauben“ fragt ChatGPT bei sensiblen Aktionen wie dem Versand an Dritte nach, und diese Freigabe muss auf dem Bildschirm angetippt werden. Ein gesprochenes Ja reicht nicht. Die Stufe „Alle Aktionen erlauben“ gibt es nur je App oder Konto, nicht als globale Einstellung.
Benötige ich ein bezahltes Abo für Plugins im Sprachchat?
Nein. Free- und Go-Konten nutzen den Live-Modus mit den Plugins, die ihr Tarif unterstützt, allerdings mit dem kleineren Modell GPT-Live-1 mini und begrenzter Sprachzeit. Geld kostet erst Voice in ChatGPT Work, weil der Work-Modus auf Web und Handy nur in den bezahlten Tarifen läuft (Free und Go bekommen Work nur in der Desktop-App mit GPT-6 Luna). Ereignisgesteuerte Aufgaben, z. B. bei jeder neuen Gmail, gibt es ebenfalls erst ab Plus.
Läuft ChatGPT Voice mit Plugins auch in Deutschland?
Ja. OpenAI verteilt das Update weltweit über die aktuelle App-Version für Web, iOS und Android. Die Hilfeseite nennt die Region zwar als möglichen Einschränkungsfaktor, aber kein gesperrtes Land. Einzelne Plugins können nach Tarif, Region und Workspace fehlen. Die Zeitangaben im Gespräch richten sich nach der Zeitzone des Geräts. Bei Terminen lohnt deshalb ein Blick, ob die Systemuhr auf Berlin steht.
Welches GPT-6-Modell sollte ich im Sprachchat wählen?
Im normalen Chat hat der Sprachchat nur die Wahl zwischen GPT-5.6 und GPT‑6 Astra. Sol und Luna gibt es dort nicht. Erst im Work-Modus stehen alle drei GPT-6-Modelle bereit. Dort genügt für Kalender- und Mail-Aufträge GPT-6 Luna, das pro Million Ausgabe-Tokens 12,5 Credits kostet, Sol ist für längere Dokumente und Programmieraufgaben gedacht, Astra für Recherche und mehrstufige Aufträge mit Browser. Die Einstellung „Default“ überlässt die Wahl einem Schieberegler, der Modell und Denkstufe kombiniert.
Was passiert mit einer Work-Aufgabe, wenn ich das Gespräch beende?
Sie läuft in Textform weiter. ChatGPT Work setzt die Aufgabe nach dem Auflegen fort und legt das Ergebnis im Chatverlauf ab. Diesen öffnen Sie im Web, in der App oder in der Desktop-App, weil Cloud-Aufgaben zwischen allen drei synchronisiert werden. Nur Aufgaben, die lokal auf einem Rechner laufen, bleiben an dieses Gerät gebunden.