← すべてのモデル

GPT-Realtime-2.1

公開日 提供元 OpenAIgpt-realtime-2.1

GPT-Realtime-2.1

概要

OpenAIのRealtime API向け音声対話・推論モデル。GPT-Realtime-2を更新し、英数字の認識、無音・ノイズへの対応、会話の割り込み処理を改善している。公開日は2026年7月6日。(developers.openai.com)

能力と用途

  • 音声から音声への対話、指示への追従、関数呼び出しに対応し、複雑な音声エージェントのワークフローに利用できる。
  • 推論の程度を調整できる。高く設定すると、遅延や出力トークンの使用量が増える場合がある。
  • 入力はテキスト・音声・画像、出力はテキスト・音声に対応する。
  • コンテキストウィンドウは128,000トークン、最大出力は32,000トークン。知識のカットオフは2024年9月30日。(developers.openai.com)

制限

動画には対応しない。画像は入力のみで、画像出力には対応しない。対応するエンドポイントはv1/realtimeであり、Responses、Chat Completions、Batch、専用のリアルタイム翻訳・文字起こしエンドポイント、ファインチューニングには対応しない。(developers.openai.com)

料金

OpenAI APIの公表料金。通貨は米ドル(USD)、単位は各100万トークン。キャッシュ入力の料金は、キャッシュが適用される入力に対する料金。確認日:2026年11月16日。(developers.openai.com)

種別 入力 キャッシュ入力 出力
テキスト $4.00 $0.40 $24.00
音声 $32.00 $0.40 $64.00
画像 $5.00 $0.50 非対応

公式情報源