🎁 Nouveau Inscription gratuite, 10 appels offerts. Jusqu'à 1 $, sans carte.

GPT Realtime vs GPT Realtime 2.1

vs

Lequel, quand — verdict de synthèse, pas un tableau de benchmarks

L'entrée texte est à $4 par million sur les deux, l'audio à $32 en entrée et $64 en sortie sur les deux, et les lectures de cache à $0.4 sur les deux ; gpt-realtime-2.1 ne facture plus que sur la sortie texte, $24 contre $16, et quadruple le contexte de session, 128K contre 32K. Il ajoute aussi un effort de raisonnement configurable et la gestion des interruptions à l'appel de fonctions du modèle précédent. Prenez gpt-realtime uniquement pour maintenir une intégration existante — sur tout sauf la sortie texte, le plus récent coûte pareil.

Tarification

GPT Realtime GPT Realtime 2.1 Δ
Entrée audio / 1M tokens $32 $32 =
Sortie audio / 1M tokens $64 $64 =
Lecture en cache audio / 1M tokens $0.4 $0.4 =
Entrée texte / 1M tokens $4 $4 =
Sortie texte / 1M tokens $16 $24 0.67×
Écriture cache aucun frais supplémentaire aucun frais supplémentaire

Tarifs issus du catalogue en direct au moment de la compilation ; chaque page de modèle présente la fiche actuelle.

Où ils se situent — prix pour 1M de tokens audio sur l'ensemble des 6 modèles speech-to-speech en temps réel pour cette unité de facturation (échelle logarithmique)

Capacités

GPT Realtime GPT Realtime 2.1
Mise en cache du prompt implicite (automatique) implicite (automatique)
Durée de vie du cache 5–10m, up to 1h 5–10m, up to 1h
Préfixe minimum mis en cache 1024 jetons 1024 jetons

Spécifications

GPT Realtime GPT Realtime 2.1
Modalités d'entrée texte audio texte audio
Modalités de sortie texte audio texte audio
Sortie 2025-08-28 2026-07-06
Limite de connaissances 2023-10 2024-09
Capacités de session
  • Native speech-to-speech over WebSocket
  • function calling
  • 32K context
  • Speech-to-speech over WebSocket
  • configurable reasoning effort
  • tool use
  • interruption handling
  • 128K context
Fenêtre de contexte 32K 128K

Les spécifications sont transcrites à partir de la documentation de chaque fournisseur ; une ligne qu'un fournisseur ne publie pas est omise plutôt que déduite. Sources complètes : GPT Realtime · GPT Realtime 2.1

Basculez de l'un à l'autre avec une seule ligne

Les deux ids sont dans chaque onglet ci-dessous — la paire de lignes en surbrillance est la seule modification. Même endpoint, même clé, même structure de requête.

import asyncio, base64, json, websockets

URL = "wss://synthorai.io/v1/realtime?model=gpt-realtime"
# URL = "wss://synthorai.io/v1/realtime?model=gpt-realtime-2.1"  # décommentez cette ligne, commentez celle du dessus
# Send ONLY the Authorization header — the beta protocol is retired.
HEADERS = {"Authorization": "Bearer sk-syn-..."}

async def main():
    async with websockets.connect(URL, additional_headers=HEADERS) as ws:
        # 1) configure the speech-to-speech session
        await ws.send(json.dumps({
            "type": "session.update",
            "session": {
                "type": "realtime",
                "output_modalities": ["audio"],
                "audio": {"output": {"voice": "alloy"}},
            },
        }))
        # 2) send input audio (base64 PCM16), then request a spoken reply
        await ws.send(json.dumps({"type": "input_audio_buffer.append", "audio": pcm16_b64}))
        await ws.send(json.dumps({"type": "input_audio_buffer.commit"}))
        await ws.send(json.dumps({"type": "response.create"}))
        # 3) stream the model's audio (and text) back
        async for raw in ws:
            ev = json.loads(raw)
            if ev["type"] == "response.audio.delta":
                play(base64.b64decode(ev["delta"]))   # audio out
            elif ev["type"] == "response.done":
                break

asyncio.run(main())

Obtenir une clé API →

FAQ

Lequel est le moins cher, GPT Realtime ou GPT Realtime 2.1 ?

Ils affichent la même valeur pour entrée audio / 1m tokens ($32), donc le prix ne permet pas de trancher ici — consultez les spécifications et les capacités ci-dessous.

Puis-je faire un test A/B de GPT Realtime par rapport à GPT Realtime 2.1 sans deux intégrations ?

Oui. Les deux sont servis via le même endpoint compatible OpenAI avec une seule clé API — le basculement est un changement de chaîne de modèle en une ligne, vous pouvez donc diriger une fraction du trafic vers chacun et comparer les factures directement.

Est-ce que GPT Realtime et GPT Realtime 2.1 prennent en charge le prompt caching ?

Oui — les deux facturent les lectures en cache en dessous de leur tarif d'entrée, donc les charges de travail à préfixe chaud coûtent moins cher que ce que les tarifs de base suggèrent. Les lignes exactes des lectures en cache se trouvent dans le tableau de tarification ci-dessus.

Comparaisons associées

Issu de nos études mesurées