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)