Перейти к основному контенту

openai/gpt-realtime-2.1/realtime

GPT-Realtime-2.1 понимает устные запросы, использует рассуждение и функции и передаёт голосовой или текстовый ответ потоком.

Текст · Ввод $0.80Текст · Вывод $4.80Аудио · Ввод $6.40Аудио · Вывод $12.80Изображение · Ввод $1за 1 млн токеновНа 80% ниже официальной ценыТекст · Кешированный ввод $0.08Аудио · Кешированный ввод $0.08Изображение · Кешированный ввод $0.10Официальная цена OpenAIТекст · Ввод $4Текст · Вывод $24Аудио · Ввод $32Аудио · Вывод $64Изображение · Ввод $5

Рабочая область

Ввод

Разговор в реальном времени
34/4096
GPT-Realtime-2.1 — Укажите начальный текст одиночной задачи. Живое аудио передаётся событиями WebSocket. Не менее 1 символов · Не более 4096 символов
GPT-Realtime-2.1 — Выберите голос до генерации; после первой озвученной реплики смена требует нового разговора.
Глубина рассуждений
МинимальныйНизкаяСредняяВысокаяМаксимальная
GPT-Realtime-2.1 — Доступны minimal, low, medium, high и xhigh. Рассуждение также расходует выходные токены.
Фильтр безопасностиВыключен

SpicyAPI не применяет фильтр безопасности к этой модели. Промпт и материалы передаются модели без изменений, а результат определяет сама модель.

Проверяем аккаунт перед включением отправки и расчёта стоимости.

Вывод

Готово к запуску
Пример результата
0:00 / –:––

Связанные модели и следующие шаги

Нужной модели нет?

GPT-Realtime-2.1 понимает устные запросы, использует рассуждение и функции и передаёт голосовой или текстовый ответ потоком.

Ключевые цифры

Контекст
128K

Бюджет токенов

Окно ввода
128 000
токенов в одном запросе
Самый длинный ответ
32 000
25% окна

reasoning_effort

  • minimal
  • low
  • medium
  • high
  • xhigh

Что умеет модель

Голосовые ответы с рассуждением и функциями

Версия 2.1 улучшает распознавание букв и цифр, обработку пауз и фонового шума, а также поведение при перебивании. Эти возможности важны при подтверждении кода или прослушивании незаконченной фразы. Существенные имена и числа всё равно нужно подтверждать на уровне приложения. Сопровождающий текст не доказывает правильность распознавания каждой цифры. Настройка усилия рассуждения позволяет выделить больше обработки сложной реплике. Функции связывают разговор с действиями приложения, а потоковое аудио можно воспроизводить до завершения всего ответа. Контекст составляет 128 000 токенов, максимальный вывод — 32 000 токенов. Для подключения выбираются подходящие бюджеты истории и каждой ответной реплики.

Где пригодится

  • Согласование встречи голосом

    В голосовом помощнике для записи на встречу функция сначала проверяет свободное время. Перед отдельным действием приложения, подтверждающим бронирование, помощник зачитывает выбранную дату и участников.

  • Пошаговая диагностика устройства

    При диагностике устройства сохраняйте его текущее состояние в разговоре и задавайте по одному вопросу. Успех операции устанавливайте по результату инструмента, после чего модель может вслух объяснить следующий шаг.

Сделано с помощью GPT-Realtime-2.1

  • Голосовое подтверждение
  • Напоминание об отправлении парома
  • Подтверждение бронирования ресторана
  • Напоминание о встрече в полдень

Документация модели

Справочник по API GPT-Realtime-2.1

Как вызвать API GPT-Realtime-2.1

  1. Гайд по промптам и практические советы

    Кратко задайте роль, язык ответа и правила уточнения неоднозначных имён и чисел. Опишите условия вызова функций и результат, позволяющий сообщить об успехе. Для короткого подтверждения начните с minimal, а более высокие уровни сравнивайте на характерных вопросах с несколькими проверками. До начала ответа выберите голос, кодирование и темп речи. PCM использует один канал и 24 кГц, G.711 — 8 кГц. Автоматическое определение речи настройте на реальном шуме микрофона и коротких заминках. Воспроизведение и прерывания контролирует клиент. Независимая транскрипция входа работает через отдельное оплачиваемое подключение. Оставляйте полезную историю и ограничивайте вывод объёмом подходящего устного ответа.

Вопросы об API GPT-Realtime-2.1

Все модели GPT18

Аудиомодели7

Текстовые модели11