TL;DR
- Wat: OpenAI lanceert GPT-Realtime-2, een spraakmodel met GPT-5-niveau redeneerkunst, plus modellen voor live vertaling en transcriptie.
- Waarom relevant: Voice agents worden slimmer en kunnen nu echt meedenken tijdens een gesprek — interessant voor wie klantenservice of telefonische bereikbaarheid wil verbeteren.
- Wat je ermee kunt: Evalueer of jouw telefonische klantcontact geschikt is voor een slimmere voice agent, zeker als je regelmatig gesprekken mist.
OpenAI heeft deze week drie nieuwe spraakmodellen uitgebracht voor hun Realtime API. Het model dat eruit springt is GPT-Realtime-2 — een voice-model dat volgens OpenAI op GPT-5-niveau kan redeneren terwijl het een gesprek voert. Ik vind dat een interessante stap, vooral omdat het de kloof tussen een "domme" spraakassistent en een echte gesprekspartner kleiner maakt.
Wat is GPT-Realtime-2 precies?
GPT-Realtime-2 is een spraakmodel dat bedoeld is voor live gesprekken via een API — dus niet direct als consumentenproduct, maar als bouwsteen voor ontwikkelaars en bedrijven die spraaktoepassingen bouwen. Denk aan een telefonische klantenservice, een virtuele assistent, of een educatieve tool die je hardop kunt aanspreken.
Wat er nieuw aan is: het model kan nu redeneren terwijl het luistert en praat. Dat klinkt misschien vanzelfsprekend, maar tot nu toe waren spraakmodellen vooral goed in het snel reageren op eenvoudige vragen. Bij complexere vragen — stel dat een klant belt met een probleem dat meerdere stappen vergt — liep dat vast. GPT-Realtime-2 is volgens OpenAI getraind om dat soort gesprekken wél goed te voeren.
Een paar concrete verbeteringen:
- Contextvenster verviervoudigd: van 32.000 naar 128.000 tokens. Dat betekent dat het model veel meer gesprekscontext kan onthouden — vergelijk het met het verschil tussen iemand die de laatste twee minuten van een gesprek onthoudt versus iemand die het hele telefoongesprek paraat heeft.
- Parallel tool calling: het model kan meerdere acties tegelijk uitvoeren, bijvoorbeeld je agenda checken én een bestelling opzoeken, en vertelt de beller ondertussen wat het aan het doen is ("Ik kijk even in je agenda").
- Betere omgang met onderbrekingen: als iemand halverwege een zin bijstuurt of corrigeert, herstelt het model zich daar beter van.
Op de MultiChallenge-audiobenchmark — een test die meet hoe goed een model instructies opvolgt — scoort GPT-Realtime-2 30,5%, tegenover 20,6% voor het vorige model. Dat is een flinke sprong, al is het goed om te beseffen dat die benchmark nog relatief nieuw is.
Niet alleen spraak: vertaling en transcriptie
Naast GPT-Realtime-2 lanceerde OpenAI twee andere modellen:
GPT-Realtime-Translate
Een live vertaalmodel dat spraak vanuit meer dan 70 talen vertaalt naar 13 uitvoertalen, in real-time. Stel dat je als ondernemer een Duitstalige klant aan de lijn krijgt — dit model zou in theorie de vertaling kunnen doen terwijl het gesprek loopt. Dat is iets anders dan een vertaalapp erbij pakken na het gesprek.
De prijs: $0,034 per minuut, oftewel zo'n €0,03. Een gesprek van tien minuten kost je dan ruwweg dertig cent aan vertaling.
GPT-Realtime-Whisper
Een streaming transcriptiemodel dat spraak live omzet naar tekst, terwijl er gesproken wordt. Handig voor automatische gespreksverslagen of het vastleggen van afspraken. Prijs: $0,017 per minuut — dus nog goedkoper dan het vertaalmodel.
Wat betekent dit voor een ondernemer?
Ik vind het eerlijk gezegd opvallend hoe snel dit terrein beweegt. Nog geen twee jaar geleden waren spraakassistenten vooral handig voor het instellen van een wekker. Nu praten we over modellen die kunnen redeneren, vertalen en ondertussen tools aansturen.
Voor Nederlandse ondernemers zie ik een paar concrete invalshoeken:
Telefonische bereikbaarheid. Uit recente cijfers blijkt dat 91% van de klanten nog steeds het liefst belt, en dat telefonie met 48% het voorkeurskanaal blijft — niet vanwege snelheid, maar vanwege probleemoplossend vermogen. Tegelijkertijd mist menig MKB-bedrijf regelmatig telefoontjes. Een slimmere voice agent zou daar iets aan kunnen doen.
Maar: de valkuil van ad-hocimplementatie. Wat mij opvalt in de Nederlandse markt is dat 84% van de MKB-bedrijven meer investeert in AI, maar slechts 24% een bedrijfsbrede AI-visie heeft. Het resultaat: veel ad-hocoplossingen. Er wordt geschat dat slechts zo'n 5% van voice-AI-implementaties echt succesvol is. Dat ligt niet aan de technologie, maar aan de vraag of je weet waar automatisering werkt en waar een mens onmisbaar is.
De kosten. GPT-Realtime-2 kost $32 per miljoen audio-invoertokens en $64 per miljoen audio-uitvoertokens. Dat is niet goedkoop, maar ook niet onbereikbaar. Een gecachte invoer kost slechts $0,40 per miljoen tokens — als je veel herhaalbare gesprekken hebt (denk aan standaard FAQ-achtige vragen), kan dat schelen. Voor een klein bedrijf dat twintig bellers per dag afhandelt, zou ik eerst een rekensom maken voordat ik iets bouw.
Wat dit nog niet is
Een belangrijk nuance: dit is een API-product. Je kunt het niet zomaar aanzetten zoals je een app installeert. Je hebt een ontwikkelaar nodig — of een platform dat deze modellen integreert — om er iets bruikbaars van te maken. OpenAI biedt wel een Playground waar je het kunt testen, maar voor productiegebruik moet er gebouwd worden.
Ook is het goed om te beseffen dat "GPT-5-niveau redeneren" een claim van OpenAI zelf is. Onafhankelijke benchmarks zijn er nog beperkt. De MultiChallenge-score is hoopgevend, maar ik zou willen zien hoe het model presteert in Nederlandstalige gesprekken, met Nederlands accent, met de typische vraagpatronen van Nederlandse klanten. Daar is nog weinig over bekend.
Een stille verschuiving
Wat mij het meest opvalt aan deze release is niet zozeer het model zelf, maar wat het zegt over de richting. Spraak was lang het ondergeschoven kindje van AI — tekst kreeg alle aandacht. Nu zie je dat de grote spelers spraak serieus nemen als interface. Niet als gimmick, maar als volwaardig kanaal voor complexe interacties.
Voor mij is dit vooral een signaal dat de drempel voor goede, slimme telefonische AI lager wordt. Niet morgen, en niet voor iedereen. Maar de bouwstenen liggen er nu wel. En als ondernemer is het slim om te weten dat ze er liggen — ook als je er vandaag nog niets mee doet.