平易な英語による概要
GPT-Realtime-2.1 とは実際には何ですか
GPT-Realtime-2.1 は、モデルが 1 つのリアルタイム セッションで聞き、話し、指示に従い、ツールを呼び出す必要があるライブ会話用に設計されています。 OpenAI は、以前のバージョンに比べて中断、無音、ノイズ、英数字の処理が向上していることを強調しています。
音声、テキスト、および画像の入力は、異なるトークン クラスで課金されます。したがって、現実的な予算を設定するには、音声のみを単純に換算するのではなく、会話全体から使用状況を把握する必要があります。
ぴったりフィット
- ツールを使用した顧客または従業員の音声エージェント
- マルチモーダルなリアルタイムアシスタント
- OpenAI ネイティブ エージェント スタック
カテゴリ比較
声 モデルにとって重要な事実
これらはプロバイダーが公開した仕様であり、Cody ベンチマーク スコアではありません。現在の制限とエンドポイント固有の例外については、リンクされたソースに従ってください。
- 価格ベース
- オーディオ $32 イン · $64 アウト / 100 万トークンリストされたアクセス ルートのトークン、文字、または分ベースの価格。
- インタラクションモード
- テキスト/画像コンテキストを使用した音声合成音声合成、音声合成、またはストリーミングされたテキスト読み上げの動作。
- 公表されたレイテンシ
- 非公開プロバイダーが公表した測定値と、明示された除外事項。 Cody テストではありません。
- 言語
- 多言語対応。正確なリストはここでは公開されていませんプロバイダーが文書化した言語範囲または明確な未公開マーカー。
- ツールとコントロール
- 関数呼び出しと構成可能な推論ネイティブ関数の呼び出し、推論、または音声制御機能。
- コンテキストまたは入力制限
- 128K入力・最大32K出力意味のある場合は、トークンまたは文字制限を文書化します。
可用性
地域とアクセス段階
サポートされている国および地域では、OpenAI のリアルタイム API を通じて利用できます。
Direct access follows OpenAI's live supported-country list.
ライブの空き状況を確認するデータとトレーニング
ルートは重要です。
OpenAI は、デフォルトでは API コンテンツがトレーニングに使用されないと述べています。デフォルトの不正行為監視ログは最大 30 日間保存でき、対象となる組織は追加の制御を利用できます。
これは、引用された提供者の資料を簡潔にまとめたものであり、法的アドバイスではありません。サードパーティのゲートウェイには、モデル メーカーの直接 API とは異なるストレージ、ルーティング、トレーニング、常駐条件が適用される場合があります。
プロバイダーポリシーを読むよくある質問
GPT-Realtime-2.1 よくある質問
GPT-Realtime-2.1とは何ですか?
OpenAI のリアルタイム音声合成推論モデルは、テキストと画像のコンテキストも必要とするツールを使用する音声エージェント向けです。 GPT-Realtime-2.1 は、モデルが 1 つのリアルタイム セッションで聞き、話し、指示に従い、ツールを呼び出す必要があるライブ会話用に設計されています。 OpenAI は、以前のバージョンに比べて中断、無音、ノイズ、英数字の処理が向上していることを強調しています。
GPT-Realtime-2.1 はいつリリースされましたか?
プロバイダーは、Cody がレビューしたソース資料で GPT-Realtime-2.1 の明確なリリース日を公開していません。
GPT-Realtime-2.1 にはどこからアクセスできますか?
サポートされている国および地域では、OpenAI のリアルタイム API を通じて利用できます。 このガイドに記載されているアクセスルートは OpenAI です。
GPT-Realtime-2.1の価格はいくらですか?
$32 オーディオ入力 · $64 オーディオ出力 / 1M トークン. テキストは、100 万トークンあたり 4 ドルの入力と 24 ドルの出力です。画像入力は 100 万トークンあたり 5 ドルです。キャッシュされた入力レートは異なります。
GPT-Realtime-2.1 はどこで入手できますか?
サポートされている国および地域では、OpenAI のリアルタイム API を通じて利用できます。 Direct access follows OpenAI's live supported-country list.
私の GPT-Realtime-2.1 API データはトレーニングに使用されますか?
OpenAI は、デフォルトでは API コンテンツがトレーニングに使用されないと述べています。デフォルトの不正行為監視ログは最大 30 日間保存でき、対象となる組織は追加の制御を利用できます。 このポリシーはプロバイダーのルートとアカウントの条件に属しているため、運用環境で使用する前に再度確認してください。
関連する比較
モデル別の詳細比較
GPT-Realtime-2.1 vs Gemini 3.1 Flash Live Preview
Google のプレビュー オーディオツーオーディオ モデル。マルチモーダルな認識、思考、検索グラウンディング、機能呼び出しを備えた低遅延対話を実現します。
完全な比較を開くGPT-Realtime-2.1 vs Eleven v3 Conversational
ElevenLabs の表現力豊かなリアルタイム テキスト読み上げモデルは、自然な対話、感情表現、オーディオ タグ、および 70 以上の言語に対応します。
完全な比較を開くGPT-Realtime-2.1 vs Inworld Realtime TTS-2
Inworld の最新の表現力豊かなリアルタイム テキスト読み上げモデル。会話の内容を記憶し、100 以上の言語で話すように設計されています。
完全な比較を開くGPT-Realtime-2.1 vs Grok Voice Think Fast 2.0
SpaceXAI の現在のリアルタイム音声合成モデルは、ツールにアクセスできる 1 秒未満の会話エージェント向けです。
完全な比較を開く
