← 全部模型

GPT-Realtime-2

發布時間 發布主體 OpenAIgpt-realtime-2

模型定位

GPT-Realtime-2 是 OpenAI 面向即時語音互動與語音代理工作流程的模型。官方發布公告稱,它是 OpenAI 首個具備 GPT-5 等級推理能力的語音模型,能在對話進行時推理、呼叫工具並處理更複雜的請求。(openai.com)

能力與用途

  • 支援語音對語音互動、文字與音訊輸入及輸出,以及圖片輸入;支援函式呼叫。(developers.openai.com)
  • 可處理對話中的修正或打斷、平行呼叫工具,並調整語氣與表達方式;開發者可設定推理強度,以權衡回應延遲與推理需求。(openai.com)
  • 適合用於即時客服、語音助理、預約或行程管理等需要對話和工具操作的應用。(openai.com)
  • 上下文視窗為 128,000 tokens,最大輸出為 32,000 tokens;知識截止日期為 2024 年 9 月 30 日。(developers.openai.com)

限制

不支援影片輸入、圖片輸出、結構化輸出或微調。較高的推理強度可能增加延遲與輸出 token 用量。模型可能產生錯誤,重要操作仍應設計適當的驗證與安全防護。(developers.openai.com)

價格

以下為 OpenAI API 的美元(USD)價格,適用於 gpt-realtime-2,單位均為每 100 萬 tokens;查詢日期:2026 年 11 月 16 日。(developers.openai.com)

類型 輸入 快取輸入 輸出
文字 USD 4.00 USD 0.40 USD 24.00
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

工具呼叫可能另行計費;其他平台的計費條件可能不同。官方定價來源:GPT-Realtime-2 模型文件。(developers.openai.com)

發布日期與官方來源