Einordnung
GPT-Realtime-2 ist ein Echtzeit-Sprachmodell für Entwickler. Laut OpenAI verbindet es Sprachdialoge mit Schlussfolgern auf GPT-5-Niveau und Werkzeugaufrufen. Es wurde am 7. Mai 2026 vorgestellt und ist über die Realtime API verfügbar. (openai.com)
Fähigkeiten und Einsatz
- Führt Sprach-zu-Sprach-Dialoge, verarbeitet Korrekturen und Unterbrechungen und kann mehrere Werkzeuge parallel aufrufen.
- Unterstützt Text und Audio als Ein- und Ausgabe sowie Bilder als Eingabe. Tonfall und Sprechweise sind steuerbar.
- Der Reasoning-Aufwand ist zwischen
minimal,low,medium,highundxhigheinstellbar; laut Ankündigung istlowdie Standardeinstellung. - Geeignet für Sprachagenten, etwa für Kundenservice, Terminplanung oder sprachgesteuerte Aufgaben in Anwendungen. (openai.com)
Grenzen
Das Kontextfenster umfasst 128.000 Token, die maximale Ausgabe 32.000 Token; der Wissensstand endet am 30. September 2024. Video, strukturierte Ausgaben und Fine-Tuning werden laut Modelldokumentation nicht unterstützt. Höherer Reasoning-Aufwand kann Latenz und Ausgabetoken erhöhen. Die Realtime API verwendet Sicherheitsfilter, die bestimmte Sitzungen unterbrechen können. (developers.openai.com)
Preise
OpenAI-API-Preise in USD pro 1 Million Token, abgefragt am 16. November 2026: (developers.openai.com)
| Modalität | Eingabe | Zwischengespeicherte Eingabe | Ausgabe |
|---|---|---|---|
| Text | 4,00 USD | 0,40 USD | 24,00 USD |
| Audio | 32,00 USD | 0,40 USD | 64,00 USD |
| Bild | 5,00 USD | 0,50 USD | Nicht unterstützt |
Der Cache-Preis gilt für zwischengespeicherte Eingabetoken. Zusätzliche Werkzeuggebühren können anfallen; über andere Plattformen können abweichende Abrechnungsbedingungen gelten. (developers.openai.com)
Offizielle Quellen
- OpenAI-Ankündigung vom 7. Mai 2026
- Modelldokumentation und modellspezifische Preise
- Allgemeine API-Preise
Quellen und Preise abgerufen am 16. November 2026.