OpenAI推出三款实时语音模型，首现GPT-5级推理能力

OpenAI发布三款新一代实时语音模型——GPT-Realtime-2、GPT-Realtime-Translate和GPT-Realtime-Whisper，并已集成至Realtime API供开发者使用。GPT-Realtime-2为首个具备GPT-5级推理能力的语音模型，可处理多步骤逻辑任务、实时响应用户打断，并支持外部工具调用。其定价为音频输入每百万Token 32美元、输出64美元，缓存输入成本仅0.4美元。GPT-Realtime-Translate支持70种输入语言与13种输出语言的即时同步翻译，适用于跨国交流场景。GPT-Realtime-Whisper专注低延迟流式转录，提升会议记录与实时字幕效率，两款功能模型分别按分钟计费，价格为0.034美元和0.017美元。此次发布进一步强化OpenAI在AI语音交互领域的技术领先地位。