搜索
OpenAI正式推出GPT-Realtime-1.5模型，强化实时语音交互能力
5 小时前
OpenAI近日正式发布GPT-Realtime-1.5模型，作为“音频输入、音频输出”的旗舰级语音模型，专为语音代理与客户服务场景设计。该模型支持文本、音频和图像输入，输出包括文本与音频，拥有32,000上下文窗口及最高4,096输出Token。GPT-Realtime-1.5适用于实时对话、语音转录及多模态交互等场景，已集成至Realtime API端点。定价方面，音频输入每百万Token 32美元，输出64美元；文本输入4美元，输出16美元。目前该模型面向符合条件的开发者开放，需通过OpenAI API调用。
