概要
GPT-Realtime-1.5は、音声エージェントやカスタマーサポート向けのリアルタイム音声モデルです。高速な音声入力・音声出力を必要とする用途に適した、非推論型モデルとして案内されています。(developers.openai.com)
能力と用途
- テキストと音声の入力・出力、画像入力、関数呼び出しに対応します。音声による対話や、外部ツールを利用するカスタマーサポートなどに利用できます。(developers.openai.com)
- OpenAI Developer Communityの公開時の案内では、従来のGPT-Realtimeと比べて、指示追従、ツール呼び出し、多言語処理の信頼性が改善したとされています。(community.openai.com)
制限
- コンテキストウィンドウは32,000トークン、最大出力は4,096トークンです。知識カットオフは2024年9月30日です。
- 画像出力と動画には対応せず、構造化出力とファインチューニングもサポートされていません。(developers.openai.com)
公開日
2026年2月23日にRealtime APIで公開されました。(developers.openai.com)
API料金
OpenAI公式のモデルページに掲載された料金です。通貨は米ドル(USD)、単位は各100万トークンです。キャッシュ入力価格はキャッシュ対象の入力に適用されます。確認日:2026年11月16日。(developers.openai.com)
| 種類 | 入力 | キャッシュ入力 | 出力 |
|---|---|---|---|
| テキスト | $4.00 | $0.40 | $16.00 |
| 音声 | $32.00 | $0.40 | $64.00 |
| 画像 | $5.00 | $0.50 | 非対応 |