Einordnung und Veröffentlichung
GPT-Realtime-2.1 mini ist ein destilliertes Reasoning-Modell für schnellere, kostengünstigere Sprachinteraktionen in Echtzeit. OpenAI veröffentlichte es am 6. Juli 2026. (developers.openai.com)
Fähigkeiten und Einsatz
- Geeignet für Echtzeit-Sprachanwendungen und sprachgesteuerte Assistenten; Audio- und Texteingaben sind über WebRTC, WebSocket oder SIP möglich.
- Unterstützt Text und Audio als Ein- und Ausgabe sowie Bilder als Eingabe. Gegenüber GPT-Realtime-2 ist die Erkennung alphanumerischer Zeichen verbessert.
- Unterstützt Reasoning-Token und Funktionsaufrufe. Das Kontextfenster beträgt 128.000 Token, die maximale Ausgabe 32.000 Token. Wissensstand: 30. September 2024. (developers.openai.com)
Einschränkungen
Video, strukturierte Ausgaben und Fine-Tuning werden laut Modellseite nicht unterstützt. Dort ist die Funktion „Streaming“ ebenfalls als nicht unterstützt aufgeführt; Echtzeitverbindungen über die oben genannten Protokolle werden separat beschrieben. Die kostenlose API-Nutzungsstufe wird für dieses Modell nicht unterstützt. (developers.openai.com)
API-Preise
OpenAI-API-Preise in USD pro 1 Million Token, abgefragt am 16. November 2026. Die Preise für gecachte Eingaben gelten für entsprechend zwischengespeicherte Eingabe-Token. (developers.openai.com)
| Modalität | Eingabe | Gecachte Eingabe | Ausgabe |
|---|---|---|---|
| Text | 0,60 USD | 0,06 USD | 2,40 USD |
| Audio | 10,00 USD | 0,30 USD | 20,00 USD |
| Bild | 0,80 USD | 0,08 USD | Nicht unterstützt |