← 全部模型

GPT-Realtime-2.1

發布時間 發布主體 OpenAIgpt-realtime-2.1

模型定位

GPT-Realtime-2.1 是 OpenAI 的即時推理模型,適合建構低延遲語音互動及需要工具呼叫的語音代理工作流程。相較於 GPT-Realtime-2,官方指出其英數字辨識、靜音與噪音處理,以及對話中斷處理有所改善。(community.openai.com)

能力與用途

  • 支援語音對語音互動、指令遵循、函式呼叫及可調整的推理程度;可用於即時語音助理與複雜語音代理。(developers.openai.com)
  • 支援文字和音訊輸入與輸出,以及圖片輸入。可透過 Realtime API 進行語音對話。(developers.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。(developers.openai.com)
  • 較高的推理程度可能增加延遲和輸出 token 用量。API 使用量上限依使用等級而異,免費等級不支援此模型。(developers.openai.com)

價格

以下為 OpenAI API 官方美元(USD)價格,適用於 gpt-realtime-2.1,單位均為每 100 萬 tokens;快取輸入價格僅適用於符合快取條件的輸入。查詢日期:2026 年 11 月 16 日。(platform.openai.com)

模態 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

符合資料駐留條件的模型若使用區域處理端點,可能依官方規則加收 10%;工具使用也可能另行計費。(platform.openai.com)

發布日期與官方來源