概要
GPT-Realtime-2.1 miniは、高速かつ低コストのリアルタイム音声対話向けに蒸留された推論モデルです。OpenAIは2026年7月6日にリリースを発表しました。(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、推論トークンに対応します。リアルタイム音声アプリケーションやツールを使う音声エージェントに利用できます。
- WebRTC、WebSocket、SIP接続に対応します。公式モデルページによると、GPT-Realtime-2と比べて英数字の認識が改善されています。
- 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トークンです。知識のカットオフは2024年9月30日です。(developers.openai.com)
制限
画像出力と動画には対応していません。公式モデルページでは、Streaming機能、構造化出力、ファインチューニング、予測出力は非対応と記載されています。無料利用枠はサポートされていません。(developers.openai.com)
API料金
以下はOpenAI公式の米ドル(USD)建て料金で、単位はいずれも100万トークンあたりです。キャッシュ入力料金はキャッシュされた入力に適用されます。確認日:2026年11月16日。(developers.openai.com)
| モダリティ | 入力 | キャッシュ入力 | 出力 |
|---|---|---|---|
| テキスト | USD 0.60 | USD 0.06 | USD 2.40 |
| 音声 | USD 10.00 | USD 0.30 | USD 20.00 |
| 画像 | USD 0.80 | USD 0.08 | 非対応 |