← 全部模型

GPT-Realtime-1.5

發布時間 發布主體 OpenAIgpt-realtime-1.5

模型定位

GPT-Realtime-1.5 是 OpenAI 面向語音代理與客戶支援的即時音訊模型,透過 Realtime API 提供語音對語音互動。(developers.openai.com)

能力與用途

  • 支援文字、音訊及圖片輸入,以及文字和音訊輸出;支援函式呼叫與提示快取。(developers.openai.com)
  • 可用於即時語音代理及客戶支援等互動場景。官方指出,相較早期即時預覽模型,其指令遵循、工具呼叫可靠性及語音品質有所改善。(developers.openai.com)
  • 上下文視窗為 32,000 tokens,最大輸出為 4,096 tokens;知識截止日期為 2024 年 9 月 30 日。(developers.openai.com)

限制

  • 不支援影片或圖片輸出,也不支援結構化輸出或微調。(developers.openai.com)
  • 模型文件列示支援 v1/realtime,不支援 Chat Completions、Responses、Batch 或獨立的即時轉譯及轉錄端點。gpt-audio-1.5 是另一個模型,勿與本模型混淆。(developers.openai.com)

發布日期

2026 年 2 月 23 日,官方公告將本模型發布至 Realtime API。(developers.openai.com)

官方 API 定價

以下為 OpenAI 模型文件所列價格,幣別為美元(USD),單位均為每 100 萬 tokens;快取價格僅適用於快取輸入。查詢日期:2026 年 11 月 16 日。(developers.openai.com)

模態 輸入 快取輸入 輸出
文字 USD 4.00 USD 0.40 USD 16.00
音訊 USD 32.00 USD 0.40 USD 64.00
圖片 USD 5.00 USD 0.50 不支援圖片輸出

本模型不支援 Batch API,因此不適用 Batch 折扣。(developers.openai.com)

官方來源