OpenAI GPT-Realtime-2 模型

2026-11-19 13:41 更新

GPT-Realtime-2 支持语音到语音交互。复杂语音智能体可配置推理力度,并利用模型的指令遵循和工具调用能力。参见 Realtime API 快速开始。

模型 ID:gpt-realtime-2

模型规格

  • 默认快照:gpt-realtime-2
  • 输入模态:文本、音频、图像
  • 输出模态:文本、音频
  • 上下文窗口:128,000
  • 最大输出词元数:32,000
  • 知识截止日期:2024 年 9 月 30 日
  • 支持推理词元

计价

费用按使用的词元数或模型对应的其他指标计算。搜索、计算机操作等专用工具按调用计费。详见定价。

文本词元

计价项目 价格 计价单位
输入 $4 每百万词元
缓存输入 $0.4 每百万词元
输出 $24 每百万词元

音频词元

计价项目 价格 计价单位
输入 $32 每百万词元
缓存输入 $0.4 每百万词元
输出 $64 每百万词元

图像词元

计价项目 价格 计价单位
输入 $5 每百万词元
缓存输入 $0.5 每百万词元

  • GPT-Realtime-2 支持配置推理力度。提高推理力度可能增加延迟和输出词元用量。

接口支持

接口 路径 支持情况
Live /v1/live/sessions 不支持
聊天补全(Chat Completions) /v1/chat/completions 不支持
Responses /v1/responses 不支持
实时交互(Realtime) /v1/realtime 支持
实时翻译 /v1/realtime/translations 不支持
实时转录 /v1/realtime/transcription_sessions 不支持
助理(Assistants) /v1/assistants 不支持
批处理(Batch) /v1/batches 不支持
微调 /v1/fine_tuning/jobs 不支持
嵌入向量 /v1/embeddings 不支持
图像生成 /v1/images/generations 不支持
视频 /v1/videos 不支持
图像编辑 /v1/images/edits 不支持
语音合成 /v1/audio/speech 不支持
转录 /v1/audio/transcriptions 不支持
音频翻译 /v1/audio/translations 不支持
内容审核 /v1/moderations 不支持
文本补全(旧版) /v1/completions 不支持

支持的功能

  • 函数调用(function_calling)
  • 提示词缓存(prompt_caching)

价格对比(文本词元)

模型 输入 缓存输入 输出
GPT-Realtime-2 $4 $0.4 $24
GPT-Realtime-1.5 $4 $0.4 $16

快照与别名

快照可锁定模型版本,便于维持性能和行为的一致性。下列为可用的快照和别名。

  • gpt-realtime-2

速率限制

速率限制约束特定时间内的请求数、词元数、音频时长或其他用量。额度由使用层级决定,并随请求量和 API 支出增长而自动提高。参见速率限制。

默认

使用层级 RPM TPM
Build 400 200,000
Launch 10,000 4,000,000
Grow 20,000 15,000,000
以上内容是否对您有帮助:
在线笔记
App下载
App下载

扫描二维码

下载编程狮App

公众号
微信公众号

编程狮公众号