realtime_sessionobjectНеобязательноGPT-Realtime-2.1 — Дополнительные настройки функций и определения речи; конфликт с обычными полями отклоняется.
- По умолчанию
- Не задано
openai/gpt-realtime-2.1/realtimeGPT-Realtime-2.1 понимает устные запросы, использует рассуждение и функции и передаёт голосовой или текстовый ответ потоком.
Примеры используют публичные параметры выбранного эндпоинта. Замените API-ключ и примеры медиафайлов, затем отправьте запрос со своего сервера.
SDK и интеграцииhttps://api.spicyapi.ai/api/v1/jobs/createTaskХраните API-ключ в серверной переменной окружения SPICY_API_KEY. Используйте Bearer-аутентификацию и Content-Type: application/json для JSON-запросов.
Authorization: Bearer $SPICY_API_KEY# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "openai/gpt-realtime-2.1/realtime",
"input": {
"prompt": "Calm ambient pads with a slow rising motif",
"audio_input_format": "pcm",
"audio_noise_reduction": "near_field"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"Пример построен по входной схеме этой модели — той же, по которой API проверяет каждый запрос.
Поместите эти поля в объект input тела запроса. Имена и типы соответствуют API. Не предполагайте значение по умолчанию, если оно не задано.
realtime_sessionobjectНеобязательноGPT-Realtime-2.1 — Дополнительные настройки функций и определения речи; конфликт с обычными полями отклоняется.
audio_noise_reductionstringНеобязательноGPT-Realtime-2.1 — near_field подходит близкому микрофону, far_field — комнате, none отключает шумоподавление.
"near_field""far_field""none"audio_input_formatstringНеобязательноGPT-Realtime-2.1 — Используйте моно PCM, 16 бит, 24 кГц либо G.711, 8 кГц; автоматического пересчёта частоты нет.
"pcm""g711_ulaw""g711_alaw"max_context_tokensintegerНеобязательноGPT-Realtime-2.1 — История, дополнительные 4096 токенов инструкций и вывод должны вместе помещаться в 128 000 токенов.
max_tokensintegerНеобязательноGPT-Realtime-2.1 — Общий предел рассуждения, текста и аудио на ответ: по умолчанию 512, допустимо от 16 до 32 000 токенов.
speednumberНеобязательноGPT-Realtime-2.1 — Темп задаётся от 0,25 до 1,5. Бюджет рассуждения при этом не меняется.
output_formatstringНеобязательноGPT-Realtime-2.1 — Выберите PCM или G.711 µ-law/A-law. Одиночная задача возвращает WAV с тем же кодированием.
"pcm""g711_ulaw""g711_alaw"reasoning_effortstringНеобязательноGPT-Realtime-2.1 — Доступны minimal, low, medium, high и xhigh. Рассуждение также расходует выходные токены.
"minimal""low""medium""high""xhigh"voice_idstringНеобязательноGPT-Realtime-2.1 — Выберите голос до генерации; после первой озвученной реплики смена требует нового разговора.
"alloy""ash""ballad""coral""echo""sage""shimmer""verse""marin""cedar"promptstringНеобязательноGPT-Realtime-2.1 — Укажите начальный текст одиночной задачи. Живое аудио передаётся событиями WebSocket.
{
"type": "object",
"x-pricing": {
"billingMode": "formula",
"variantFields": []
},
"properties": {
"speed": {
"type": "number",
"x-ui": {
"step": 0.01,
"order": 65,
"widget": "slider",
"affects_price": false
},
"default": 1,
"maximum": 1.5,
"minimum": 0.25,
"description": "Speaking-speed multiplier for output audio."
},
"prompt": {
"type": "string",
"x-ui": {
"order": 100,
"widget": "textarea",
"primary": true,
"affects_price": false
},
"maxLength": 4096,
"minLength": 1,
"description": "Text that starts a single spoken response; live audio uses the Realtime WebSocket."
},
"voice_id": {
"enum": [
"alloy",
"ash",
"ballad",
"coral",
"echo",
"sage",
"shimmer",
"verse",
"marin",
"cedar"
],
"type": "string",
"x-ui": {
"order": 80,
"widget": "select",
"affects_price": false
},
"description": "Preset speaking voice; select before the first audio response."
},
"max_tokens": {
"type": "integer",
"x-ui": {
"order": 50,
"widget": "number",
"affects_price": false
},
"default": 512,
"maximum": 32000,
"minimum": 16,
"description": "Per-turn output cap, including reasoning, text and audio tokens."
},
"output_format": {
"enum": [
"pcm",
"g711_ulaw",
"g711_alaw"
],
"type": "string",
"x-ui": {
"order": 70,
"widget": "select",
"affects_price": false
},
"description": "Live playback encoding; single-response tasks return a matching WAV container."
},
"realtime_session": {
"type": "object",
"x-ui": {
"order": 10,
"widget": "json",
"advanced": true,
"affects_price": false
},
"description": "Advanced native session configuration; overlapping regular controls must agree. Function tools are executed by your application."
},
"reasoning_effort": {
"enum": [
"minimal",
"low",
"medium",
"high",
"xhigh"
],
"type": "string",
"x-ui": {
"order": 75,
"widget": "select",
"affects_price": false
},
"description": "Reasoning effort for the spoken response; reasoning consumes output tokens."
},
"audio_input_format": {
"enum": [
"pcm",
"g711_ulaw",
"g711_alaw"
],
"type": "string",
"x-ui": {
"order": 35,
"widget": "select",
"advanced": true,
"affects_price": false
},
"default": "pcm",
"description": "Encoding of live microphone samples; PCM is 24 kHz mono 16-bit, G.711 is 8 kHz."
},
"max_context_tokens": {
"type": "integer",
"x-ui": {
"order": 45,
"widget": "number",
"advanced": true,
"affects_price": false
},
"default": 4096,
"maximum": 123888,
"minimum": 512,
"description": "Retained-history cap; this, the 4096-token instruction allowance and output must fit 128000."
},
"audio_noise_reduction": {
"enum": [
"near_field",
"far_field",
"none"
],
"type": "string",
"x-ui": {
"order": 30,
"widget": "select",
"advanced": true,
"affects_price": false
},
"default": "near_field",
"description": "Input denoising profile for a close microphone, room microphone, or preprocessed audio."
}
},
"x-input-token-limit": 128000,
"additionalProperties": false,
"x-realtime-token-budget": true,
"x-max-tokens-includes-reasoning": true
}HTTP 202 означает принятие задачи, а не завершение генерации. Сохраните полученный taskId и проверяйте эту задачу. Не создавайте новую, пока ждёте результат.
HTTP/1.1 202 Accepted
Location: /api/v1/jobs/recordInfo?taskId=job_01k3m8x9q2z4v7n5p6r8s0t1w3
{
"code": 200,
"msg": "success",
"request_id": "req_example_create",
"data": {
"taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
"state": "queued",
"estimatedCost": "0.750000"
}
}В ответе о приёме есть оценка стоимости — приложение сможет показать ту же сумму в истории задач и в расчётах.
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
--data-urlencode "taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"Начните с интервала около 2 секунд и постепенно увеличивайте его. Прекратите опрос при конечном состоянии. После сбоя соединения используйте исходный taskId. Повторно создавать задачу можно только с исходным ключом идемпотентности и исходным телом запроса.
import { verifyWebhook } from "@spicyapi/sdk";
// express.raw keeps the bytes we signed; express.json never matches.
app.post("/hooks/spicy", express.raw({ type: "application/json" }), (req, res) => {
const { payload } = verifyWebhook({
rawBody: req.body,
timestamp: req.header("X-Webhook-Timestamp"),
signature: req.header("X-Webhook-Signature"),
payloadVersion: Number(req.header("X-Webhook-Payload-Version")),
secret: process.env.SPICY_WEBHOOK_SECRET,
});
res.status(200).end();
void handleFinishedTask(payload);
});Передайте callBackUrl при создании задачи — готовая запись придёт к вам POST-запросом, и никакого опроса не понадобится. В каждой доставке есть X-Webhook-Timestamp, X-Webhook-Signature и X-Webhook-Payload-Version. Подпись — это HMAC-SHA256 в base64 от taskId.timestamp.sha256(body), поэтому проверять её нужно по исходным байтам: если разобрать JSON и сериализовать заново, байты изменятся и проверка не пройдёт. Неудачные доставки повторяются, так что один и тот же taskId может прийти дважды — сделайте обработчик идемпотентным. Сначала ответьте 2xx, работу выполняйте после: медленный обработчик считается неудачной доставкой.
Обрабатывайте output только при state, равном succeeded. При ошибке проверьте errorCode, errorMessage и request_id. Стоимость и состояния в примерах не являются фактическим счётом.
{
"code": 200,
"msg": "success",
"request_id": "req_example_record",
"data": {
"taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
"model": "openai/gpt-realtime-2.1/realtime",
"state": "succeeded",
"output": {
"assets": [
{
"key": "tasks/2026/08/28/job_01k3m8x9q2z4v7n5p6r8s0t1w3/3f7a1c9e5b2d48f0a6c1e3d5b7f9a1c3.mp3",
"mime": "audio/mpeg",
"url": "https://example.r2.cloudflarestorage.com/results/job_01k3m8x9q2z4v7n5p6r8s0t1w3/result.mp3?X-Amz-Signature=SIGNATURE_FROM_RESPONSE",
"expiresAt": "2026-08-28T12:20:08.000Z"
}
]
},
"cost": "0.750000",
"settled": true,
"createdAt": "2026-08-28T12:00:00Z",
"completedAt": "2026-08-28T12:00:30Z"
}
}Доступные файлы можно открыть или скачать по assets[].url без заголовка API Authorization. Подписанная ссылка действует до expiresAt. Чтобы обновить её, повторно запросите задачу в течение срока хранения файла. У ожидающих или недоступных файлов URL отсутствует. Не передавайте подписанные ссылки посторонним.
Используйте SpicyAPI в приложении, терминале, ИИ-ассистенте или визуальном процессе. Выберите руководство по настройке.
Писать код выше вовсе не обязательно. Подключите сервер MCP один раз — и любой агент, который говорит на MCP (Claude Code, Codex, Cursor, Windsurf, VS Code, Gemini CLI, Cline, LibreChat), вызовет эту модель по имени. Либо запустите её из терминала одной командой.
Возьми openai/gpt-realtime-2.1/realtime и сгенерируй портрет танцовщицы в неоновом свете, сохрани в ./out/.
Агент найдёт модель в каталоге, сам загрузит локальный файл, покажет точную смету и предельную сумму списания — и дождётся вашего согласия. До этого ничего не списывается.
claude mcp add spicyapi -e SPICY_API_KEY=$SPICY_API_KEY \
-- npx --yes --package=@spicyapi/mcp spicyapi-mcp
npx skills add spicyapi-ai/spicy-skillПервая строка даёт агенту инструменты, вторая — Skill, то есть правила обращения с ними: сначала смета, потом списание; локальные файлы загружать, а не вставлять байтами; URL готового результата читать, а не угадывать. Остальные клиенты подключают тот же сервер через собственный файл настроек — см. раздел для разработчиков.
npx @spicyapi/cli tasks create --model openai/gpt-realtime-2.1/realtime \
--input-json '{"prompt":"Calm ambient pads with a slow rising motif","audio_input_format":"pcm","audio_noise_reduction":"near_field"}' \
--waitВходные данные взяты из схемы этого эндпоинта — той же, что и в примерах выше. --wait дождётся завершения задачи и выведет её, а --yes пропустит подтверждение в CI. Сначала задайте SPICY_API_KEY: один ключ работает и для API, и для CLI, и для сервера MCP.
npx @spicyapi/cli tasks create --model openai/gpt-realtime-2.1/realtime \
--input-json '{…}' --retention 1h --wait
npx @spicyapi/cli tasks get $TASK_ID # read back the retention that appliedКлюч --retention только сокращает срок — 30m, 1h, 7d или 0, чтобы удалить сразу после перехода задачи в конечное состояние. Реально действует наименьшее из трёх: ваш запрос, настройки аккаунта и предел платформы, — поэтому считайте его из записи задачи, а не исходите из того, что запрошенное число применилось. Запросить срок больше разрешённого аккаунтом нельзя: это ничего не изменит.
Установите узлы SpicyAPI через ComfyUI Manager или командой ниже и найдите на холсте GPT-Realtime-2.1 · Realtime conversation. У узла те же параметры, что и на этой странице, а цена показывается до запуска.
cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapiВстроенная панель читает ту же схему, что и эта страница, поэтому не может разойтись с API. Если содержимое должно индексироваться поиском по документации, возьмите JSON из /api/embed/models/ и отрисуйте его самостоятельно.
<iframe src="https://spicyapi.ai/embed/ru/models/gpt-realtime-2-1/api?model=openai%2Fgpt-realtime-2.1%2Frealtime" width="100%" height="560" loading="lazy" title="Пример запроса" style="border:1px solid rgba(0,0,0,.12)"></iframe>