模型定位
GPT-Realtime-2.1 mini 是用於即時語音互動的蒸餾推理模型,定位為速度較快、成本較低的選擇。OpenAI 於 2026 年 7 月 6 日發布此模型,並在公告中列出 Realtime API。(developers.openai.com)
能力與用途
- 支援文字與音訊輸入、輸出,以及僅供輸入的圖片;可透過 WebRTC、WebSocket 或 SIP 進行即時互動。
- 支援函式呼叫與推理 token。官方表示,其英數字辨識能力相較 GPT-Realtime-2 有所改善。
- 適合建立即時語音助理、語音對話及需要呼叫外部工具的互動應用。(developers.openai.com)
限制
- 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。
- 不支援影片、結構化輸出或微調。圖片僅支援輸入,不支援圖片輸出。
- 官方模型頁將一般 streaming 功能標為不支援;即時互動則使用 Realtime API。免費使用層級不支援此模型,其他速率限制依使用層級而異。(developers.openai.com)
價格
以下為 OpenAI API 官方公布的美元(USD)價格,單位均為每 100 萬 tokens;快取輸入價格適用於符合快取條件的輸入,並非一般輸入價格。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 0.60 | USD 0.06 | USD 2.40 |
| 音訊 | USD 10.00 | USD 0.30 | USD 20.00 |
| 圖片 | USD 0.80 | USD 0.08 | 不支援 |
工具使用可能另行計費;透過第三方雲端平台使用時,由該平台計費,價格可能不同。(developers.openai.com)