GPT Realtime
Семейство речевых моделей OpenAI для API: голос в голос с рассуждением, вызовом функций и работой с текстом, звуком и изображениями.
- Можно попробовать бесплатно
- Нет
- Без регистрации
- Нет
- Русский интерфейс
- Нет
- Разработчик
- OpenAI
- Версия
- 2.1 · с 6 июля 2026
- Страна
- США
GPT Realtime — линейка моделей OpenAI для Realtime API, на которых строят голосовых ассистентов и агентов. Модель принимает текст, звук и изображения, отвечает текстом и голосом, ведёт разговор без промежуточного распознавания речи и вызывает функции прямо во время беседы. В поздних версиях добавлено рассуждение с настраиваемым уровнем усилий, контекстное окно в 128 тысяч токенов и улучшенная обработка перебиваний, пауз и шума. Рядом выпускаются облегчённая версия mini и отдельные модели для синхронного перевода и потоковой расшифровки.
Возможности
Речь в речь
Модель слушает и отвечает голосом напрямую, без отдельных этапов распознавания и синтеза.
Настраиваемое рассуждение
Уровень усилий задаётся от минимального до максимального: сложные запросы получают более глубокий ответ ценой задержки.
Вызов функций
Агент обращается к внешним инструментам во время разговора и продолжает беседу, пока ждёт результата.
Мультимодальный ввод
На вход принимаются текст, звук и изображения, на выходе текст и звук.
Облегчённая версия mini
Более быстрая и дешёвая дистиллированная модель для голосовых приложений с большим потоком обращений.
Синхронный перевод
Отдельная модель переводит речь с более чем 70 входных языков на 13 выходных, не отставая от говорящего.
Потоковая расшифровка
Отдельная модель превращает речь в текст по ходу разговора.
Кэширование запросов
Повторяющийся контекст оплачивается по сниженной цене кэшированных токенов.
Кому подойдёт
- Разработчики
Строят голосовых агентов и ассистентов поверх Realtime API с вызовом функций.
- Служба поддержки
Голосовые боты принимают звонки, понимают перебивания и коды заказов.
- Предприниматели и руководители
Добавляют голосовой интерфейс в продукт без собственной речевой модели.
Как начать
- Получить ключ OpenAI API в личном кабинете платформы.
- Открыть руководство по Realtime API и выбрать способ подключения: WebRTC, WebSocket или SIP.
- Создать сеанс с моделью gpt-realtime и задать инструкции, голос и список функций.
- Настроить уровень рассуждения под баланс скорости и качества.
Тарифы
Оплата по факту использования через API; цены указаны для основной модели.
Ограничения
- Доступна только через конечную точку Realtime, в ChatGPT как отдельный продукт не продаётся.
- Более высокий уровень рассуждения увеличивает задержку и расход выходных токенов.
- Аудио оплачивается заметно дороже текста.
- Знания модели ограничены сентябрём 2024 года.
Платформы и интеграции
Семейство
Соседи по смыслу
за последний месяц