🎁 新用戶 免費註冊,送 10 次呼叫,最高 $1,免綁卡。

GPT Realtime 發布於 2025-08-28

OpenAI 邀請制測試 realtime audio
輸入$4/M
輸出$16/M
音訊輸入$32/M
音訊輸出$64/M
快取讀取$0.4/M
知識截止2023-10

廠商牌價,無平台加價,按用量計費。 以下為官方 list 價。已登入的使用者可在 /console/pricing 查看含工作空間折扣的實際價格。 以 70% 快取命中率計算的等效輸入價:$1.48/M. 提示詞超過最小長度後自動進行前綴快取,無需改程式碼;快取讀取有折扣(當前模型最高 90%),且沒有寫入費。

30 秒用上 GPT Realtime

相容 OpenAI Realtime:透過 WebSocket 連線,音訊進、音訊出。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())

關於 GPT Realtime

單模型語音對語音,無轉寫鏈路
自然富表現力音訊,支援函式呼叫
即時家族最初的 GA 快照

GPT Realtime 是 OpenAI 首個正式發布(GA)的即時模型:一款語音對語音(speech-to-speech)模型,由單一模型直接聽懂語音並以自然、富有表現力的音訊作答,無需串聯獨立的轉寫與合成模型。

  • 它提供 32K token 上下文視窗和 4,096 最大輸出 token,支援面向語音代理工作流程的函式呼叫,接受音訊或文字輸入並輸出音訊與文字;音訊與文字依各自的 token 單價計費,快取輸入享折扣。
  • 作為即時家族最初的 GA 快照,它持續可用。
  • Synthorai 透過 OpenAI 相容的 /v1/realtime WebSocket 端點提供 GPT Realtime,官方 Realtime SDK 用戶端無需修改即可接入。

規格與限制

最大輸出(廠商規格)4,096
模態audio + text → audio + text
特性realtime · speech-to-speech
備註OpenAI's first general-availability realtime model (snapshot gpt-realtime-2025-08-28): native speech-to-speech with function calling; 32k context.
提示詞快取自動 · 最小前綴 1,024 token · TTL 5–10m, up to 1h

依據 OpenAI 官方文件 ↗

常見問題

GPT Realtime API 可以免費試用嗎?

GPT Realtime 目前處於邀請制測試階段,需申請開通,而非開放註冊。請在 Synthorai 主控台提交申請,審核通過後即依標準的按用量計費方式收費,無需訂閱。

GPT Realtime 最擅長什麼?

單模型語音對語音,無轉寫鏈路,以及自然富表現力音訊,支援函式呼叫和即時家族最初的 GA 快照。完整能力請見 About 一節,內容取自廠商官方發布說明。

GPT Realtime 的價格是多少?

在 Synthorai 上,GPT Realtime 輸入 $4/百萬 token、輸出 $16/百萬 token,即廠商牌價,無平台加價。快取命中的輸入 token 以 $0.4/M 計費。

如何呼叫 GPT Realtime API?

GPT Realtime 是語音對話(speech-to-speech)模型:透過 WebSocket 連線 wss://synthorai.io/v1/realtime?model=gpt-realtime,使用 OpenAI Realtime SDK(或原生 WebSocket)即可,音訊輸入、音訊輸出。它不是 POST /v1/audio/transcriptions 檔案上傳介面。以你的 sk-syn key 驗證,並鏡射 OpenAI-Beta 標頭。

如何開通 GPT Realtime?

GPT Realtime 處於邀請制測試階段:請在 Synthorai 主控台申請開通。審核通過後,用法與其他模型相同:把 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "gpt-realtime" 即可。

相關模型

免費取得 API key 算算你的成本 →