定位与发布日期
GPT-Audio-1.5 是面向 Chat Completions 的语音模型,支持音频输入和输出。OpenAI 于 2026 年 2 月 23 日宣布将其发布至 Chat Completions API。(developers.openai.com)
能力与用途
- 支持文本和音频输入、输出,可用于构建语音交互和音频问答应用。
- 可通过
v1/chat/completions使用;支持流式输出和函数调用。 - 上下文窗口为 128,000 token,最大输出为 16,384 token;知识截止日期为 2024 年 9 月 30 日。(developers.openai.com)
限制
不支持图像或视频输入输出,也不支持结构化输出、微调或预测输出。API 速率限制取决于使用层级;官方模型页显示免费层不支持此模型。(developers.openai.com)
API 价格
以下为 OpenAI 官方模型页面所列价格,币种为美元(USD),按每 100 万 token 计费,查询日期为 2026 年 11 月 16 日:(developers.openai.com)
| token 类型 | 输入 | 输出 |
|---|---|---|
| 文本 | 2.50 美元 | 10.00 美元 |
| 音频 | 32.00 美元 | 64.00 美元 |
以上为模型页面列出的价格,不代表缓存、批处理或其他折扣价格;这些条件下的该模型价格未核实。
官方来源
- OpenAI API 更新日志:发布日期及发布接口。
- GPT-Audio-1.5 官方模型页面:能力、限制和上述定价。