新人 免费注册,送 10 次调用,最高 $1,无需绑卡。

GPT Realtime vs GPT Realtime 2.1

GPT Realtime 目前为邀请制。下方是它的实时价格,但调用前需要先为你的工作空间开通权限;打算根据这份对比做开发的话,请先向我们申请。

GPT Realtime 2.1 目前为邀请制。下方是它的实时价格,但调用前需要先为你的工作空间开通权限;打算根据这份对比做开发的话,请先向我们申请。

vs

什么时候选哪个

两者文本输入同为每百万 $4,音频同为输入 $32、输出 $64,缓存读取同为 $0.4;gpt-realtime-2.1 只在文本输出上更贵($24 对 $16),并把会话上下文翻了两番,128K 对 32K。它还在旧版的函数调用之上增加了可配置的推理力度和打断处理。只有为了维持既有集成才选 gpt-realtime——除文本输出外,新版的价格完全一样。

Benchmark 成绩

GPT Realtime 2.1:供应商没有公布 benchmark 成绩。

GPT Realtime:公布了 8 项成绩,但每一项测过的其他模型都太少,没法比较。

GPT Realtime GPT Realtime 2.1 其他参测模型 同类均值 ★ 没有模型得分更高
AMI near+far field (WER)
35.9%
N/A
Big Bench Audio
82.8%
N/A
BFCL v3 (single-turn, python only)
80.4%
N/A

供应商公布: Amazon OpenAI

价格

GPT Realtime GPT Realtime 2.1 Δ
音频输入 / 1M token $32 $32 =
音频输出 / 1M token $64 $64 =
音频缓存读取 / 1M token $0.4 $0.4 =
文本输入 / 1M token $4 $4 =
文本输出 / 1M token $16 $24 0.67×
缓存写入 不单独收费 不单独收费 -

价格取自构建时的实时目录,最新价格见各模型页面。

两个模型所处的位置:全部 6 个按同一单位计费的实时语音对话模型的每 1M 音频 token 价格分布(对数刻度)

能力

GPT Realtime GPT Realtime 2.1
提示词缓存 隐式(自动) 隐式(自动)
缓存有效期 5-10m, up to 1h 5-10m, up to 1h
最小缓存前缀 1024 个 token 1024 个 token

规格

GPT Realtime GPT Realtime 2.1
输入模态 文本 音频 文本 音频
输出模态 文本 音频 文本 音频
发布日期 2025-08-28 2026-07-06
知识截止日期 2023-10 2024-09
会话能力
  • Native speech-to-speech over WebSocket
  • function calling
  • 32K context
  • Speech-to-speech over WebSocket
  • configurable reasoning effort
  • tool use
  • interruption handling
  • 128K context
上下文窗口 32K 128K

规格照录自各供应商的文档;供应商没有公布的项目,对应的行直接省略,不做推断。 完整来源: GPT Realtime · GPT Realtime 2.1

改一行代码就能在两个模型之间切换

下方每个标签页里都有两个模型 ID,高亮的那两行是唯一要改的地方。端点不变,API key 不变,请求结构也不变。

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"  # 取消注释此行,注释上一行
# 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())

获取 API key →

常见问题

GPT Realtime 和 GPT Realtime 2.1 哪个更便宜?

两个模型的「音频输入 / 1M token」价格相同($32),所以这一项上价格分不出高下,请看下方的规格与能力。

不用分别集成两次,就能对 GPT Realtime 和 GPT Realtime 2.1 做 A/B 测试吗?

可以。两个模型走同一个 OpenAI 兼容端点,用同一个 API key,切换时只要改一行里的模型名,所以可以给两个模型各分一部分流量,直接对比账单。

GPT Realtime 和 GPT Realtime 2.1 支持提示词缓存吗?

支持。两个模型的缓存读取价都低于各自的输入价,所以前缀能反复命中缓存的负载,实际成本会比按官网价估算的低。具体的缓存读取价见上方价格表。

相关对比

我们的实测研究