定位與發布
GPT-Audio-1.5 是 OpenAI 面向 Chat Completions 的音訊輸入與輸出模型。官方更新日誌記載,該模型於 2026 年 2 月 23 日發布至 Chat Completions API。(developers.openai.com)
能力與用途
- 支援文字及音訊輸入與輸出,可用於建置接收語音並產生語音回應的對話應用。
- 支援串流與函式呼叫。
- 上下文視窗為 128,000 tokens,最大輸出為 16,384 tokens;知識截止日期為 2024 年 9 月 30 日。(developers.openai.com)
限制
不支援圖片或影片輸入,也不支援結構化輸出、微調或預測輸出。API 使用速率限制依使用層級而異。(developers.openai.com)
價格
OpenAI 官方模型頁列出的 API 價格,以美元(USD)計,每百萬 tokens:
| 類型 | 輸入 | 輸出 |
|---|---|---|
| 文字 tokens | USD 2.50 | USD 10.00 |
| 音訊 tokens | USD 32.00 | USD 64.00 |
以上為該模型頁列出的輸入與輸出價格;快取、批次或其他服務層級的專屬價格未核實。查詢日期:2026 年 11 月 16 日。(developers.openai.com)