OpenAI、音声モデルにGPT-5レベルの推論を導入

OpenAIは本日、3つの新しい音声モデルを発表しました。GPT-Realtime-2は「GPT-5クラスの推論」を備えた初の音声モデルで、GPT-Realtime-Translateはライブ翻訳、GPT-Realtime-Whisperは高速文字起こしを提供します。GPT-Realtime-2は性能が11%向上し、コンテキストウィンドウが128kトークンに拡大、並列ツール呼び出しに対応し、推論レベルを調整可能。価格は前世代と同じ。翻訳モデルは70以上の入力言語と13の出力言語に対応し、毎分0.034ドル。文字起こしモデルは毎分0.017ドル。OpenAIはまた、音声AIの3つのパターン（音声からアクション、システムから音声、音声から音声）を強調しています。