OpenAI 為其語音模型帶來 GPT-5 級別的推理能力

OpenAI 發佈了三款新的語音模型：GPT-Realtime-2（首個具備 GPT-5 級推理能力的語音模型）、GPT-Realtime-Translate（實時翻譯）和 GPT-Realtime-Whisper（快速轉錄）。其中 GPT-Realtime-2 性能提升 11%，上下文窗口擴展至 128,000 tokens，支持並行工具調用，並允許開發者調整推理強度。定價與上一代持平。翻譯模型支持 70 多種輸入語言和 13 種輸出語言，轉錄模型每分鐘 0.017 美元。OpenAI 還強調了語音 AI 的三種應用模式：語音到行動、系統到語音和語音到語音。