🎁 Novità Registrati gratis, 10 chiamate le offriamo noi. Fino a $1, senza carta.

GPT Realtime Rilasciato 2025-08-28

OpenAI beta su invito realtime audio
Input$4/M
Output$16/M
Input audio$32/M
Output audio$64/M
Lettura cache$0.4/M
Cutoff di conoscenza2023-10

Prezzi di listino del provider: senza ricarico della piattaforma, pagamento a consumo. Questi sono i prezzi di listino ufficiali. I clienti autenticati possono vedere i prezzi effettivi, inclusi gli sconti workspace, su /console/pricing. Input effettivo con un tasso di cache hit del 70%:$1.48/M. Caching automatico del prefisso una volta che un prompt supera la lunghezza minima, senza modifiche al codice; le letture dalla cache sono scontate (fino al 90% sui modelli attuali) e non c'è alcuna commissione di scrittura.

Usa GPT Realtime in 30 secondi

Compatibile con OpenAI Realtime: collegati via WebSocket, audio in ingresso e in uscita. WS /v1/realtime

import asyncio, base64, json, websockets

URL = "wss://synthorai.io/v1/realtime?model=gpt-realtime"
HEADERS = {"Authorization": "Bearer sk-syn-...", "OpenAI-Beta": "realtime=v1"}

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": {"modalities": ["audio", "text"], "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())

Informazioni su GPT Realtime

Speech-to-speech in un solo modello, senza catena di trascrizione
Audio naturale espressivo con chiamate di funzione
Snapshot GA originale della famiglia realtime

GPT Realtime è il primo modello realtime di OpenAI in disponibilità generale (GA): un unico modello speech-to-speech che ascolta e risponde direttamente con audio naturale ed espressivo, invece di concatenare modelli separati di trascrizione e sintesi.

  • Porta una finestra di contesto da 32K token con fino a 4.096 token di output, supporta le chiamate di funzione per i flussi di agenti vocali e accetta audio o testo in input con audio e testo in output; audio e testo sono fatturati a tariffe per token separate, con input in cache scontato.
  • Resta disponibile come lo snapshot GA originale della famiglia realtime.
  • Synthorai serve GPT Realtime tramite l'endpoint WebSocket /v1/realtime compatibile OpenAI, così i client dell'SDK Realtime ufficiale si connettono senza modifiche.

Specifiche e limiti

Output massimo (specifica del vendor)4,096
Modalitàaudio + text → audio + text
Funzionalitàrealtime · speech-to-speech
Da notareOpenAI's first general-availability realtime model (snapshot gpt-realtime-2025-08-28): native speech-to-speech with function calling; 32k context.
Caching dei promptautomatico · prefisso min 1,024 token · TTL 5–10m, up to 1h

fonte: documentazione ufficiale OpenAI ↗

FAQ

L'API di GPT Realtime si può provare gratis?

GPT Realtime è attualmente in beta su invito: l'accesso avviene su candidatura, non con registrazione aperta. Invia la richiesta dalla console Synthorai; una volta approvata si applicano le normali tariffe con pagamento a consumo, senza abbonamento.

In cosa eccelle GPT Realtime?

Speech-to-speech in un solo modello, senza catena di trascrizione, oltre a audio naturale espressivo con chiamate di funzione e snapshot GA originale della famiglia realtime. Il quadro completo è nella sezione «Informazioni», tratto dalle note di rilascio ufficiali del vendor.

Quanto costa GPT Realtime?

Su Synthorai, GPT Realtime costa $4 per milione di token in input e $16 per milione di token in output: il prezzo di listino del provider, senza ricarico della piattaforma. I token di input in cache si fatturano a $0.4/M.

Come si chiama l'API di GPT Realtime?

GPT Realtime è un modello speech-to-speech: collegati via WebSocket a wss://synthorai.io/v1/realtime?model=gpt-realtime con l'SDK OpenAI Realtime (o un WebSocket grezzo) e trasmetti audio in ingresso e in uscita. Non è un caricamento di file POST /v1/audio/transcriptions. Autenticati con la tua chiave sk-syn e rispecchia l'header OpenAI-Beta.

Come ottengo l'accesso a GPT Realtime?

GPT Realtime è in beta su invito: richiedi l'accesso dalla console Synthorai. Una volta approvato funziona come ogni altro modello: punta il tuo SDK OpenAI a base_url="https://synthorai.io/v1" e imposta model="gpt-realtime".

Modelli correlati

Ottieni la tua chiave API gratuita Confronta il tuo costo →