OpenAI 为其语音模型带来 GPT-5 级别的推理能力

OpenAI 发布了三款新的语音模型：GPT-Realtime-2（首个具备 GPT-5 级推理能力的语音模型）、GPT-Realtime-Translate（实时翻译）和 GPT-Realtime-Whisper（快速转录）。其中 GPT-Realtime-2 性能提升 11%，上下文窗口扩展至 128,000 tokens，支持并行工具调用，并允许开发者调整推理强度。定价与上一代持平。翻译模型支持 70 多种输入语言和 13 种输出语言，转录模型每分钟 0.017 美元。OpenAI 还强调了语音 AI 的三种应用模式：语音到行动、系统到语音和语音到语音。