模型定位
GPT-Realtime-Translate 是 OpenAI 的串流語音對語音即時翻譯模型,供開發者透過 API 建立多語言語音體驗;它的角色是翻譯人類說話內容,而非執行工具或管理對話的語音助理。(openai.com)
能力與用途
- 在來源語音持續輸入時,串流輸出翻譯後的語音與逐步產生的轉錄文字。官方發布公告稱,模型支援 70 多種輸入語言及 13 種輸出語言。(openai.com)
- 適用於即時口譯、多語言通話、會議、課程、直播、客服及跨境銷售等場景。(openai.com)
- 使用專用即時翻譯端點
/v1/realtime/translations,可透過 WebRTC 或 WebSocket 連線。(developers.openai.com)
限制
- 接受音訊輸入並輸出音訊及文字;不支援文字輸入、圖片或影片。(developers.openai.com)
- 不支援函式呼叫、結構化輸出、微調或預測輸出。模型頁列示上下文視窗為 16,000 token,最大輸出為 2,000 token。(developers.openai.com)
- 免費使用層級不支援;實際速率限制依帳戶使用層級而定。(developers.openai.com)
價格
OpenAI API 官方報價為 USD 0.034/分鐘,按即時音訊時長而非文字 token 計費。官方定價表未列出獨立的輸入或輸出 token 單價;查閱的資料亦未核實輸入與輸出音訊時長是否分別計算,或不足一分鐘的計費取整方式。這是 OpenAI API 報價,其他平台的計費可能不同。(developers.openai.com)
定價來源:OpenAI API 定價及模型頁;查詢日期:2026-11-16。
發布日期與官方來源
- 發布日期:2026-05-07。(openai.com)
- OpenAI 官方發布公告
- 即時翻譯開發指南