← 全部模型

GPT-4o Realtime

发布时间 发布主体 OpenAIgpt-4o-realtime-preview

定位与发布日期

GPT-4o Realtime 是面向实时语音与文本交互的预览模型。OpenAI 于 2025 年 6 月 3 日公告了快照 gpt-4o-realtime-preview-2025-06-03,并在 Realtime API 中提供该版本。(community.openai.com)

能力与用途

  • 支持文本和音频输入、输出,可通过 WebRTC 或 WebSocket 进行实时交互,适合构建语音助手和实时对话代理。(developers.openai.com)
  • 支持函数调用。官方称此次更新改善了指令遵循、工具调用一致性和被打断时的行为,并引入语音播放速度参数。(developers.openai.com)
  • Realtime API 会话可使用 Traces 仪表板查看音频输入输出、工具调用和中断等过程。(community.openai.com)

限制与状态

  • 上下文窗口为 32,000 token,最大输出为 4,096 token;知识截止日期为 2023 年 10 月 1 日。(developers.openai.com)
  • 官方模型页列明不支持图像、视频、结构化输出和微调。(developers.openai.com)
  • 该快照已于 2026 年 5 月 7 日停止服务;OpenAI 在停用文档中推荐的替代模型是 gpt-realtime-1.5。(developers.openai.com)

价格

截至 2026 年 11 月 18 日查询,OpenAI 模型页面仍展示以下美元(USD)价格,单位均为每百万 token。由于模型已停止服务,这些数字不表示当前仍可调用或购买。(developers.openai.com)

模态 输入 缓存输入 输出
文本 5.00 USD 2.50 USD 20.00 USD
音频 40.00 USD 2.50 USD 80.00 USD

官方来源