OpenAI釋出GPT-Realtime-2.1和GPT-Realtime-2.1-mini，用於API中的低延遲語音代理

OpenAI在其API中釋出了兩款新的Realtime模型：gpt-realtime-2.1和gpt-realtime-2.1-mini，專注於低延遲語音和多模態體驗。其中最引人注目的是mini版本，它是一款專為即時語音設計的迷你推理模型，定價與之前的gpt-realtime-mini保持一致。同時，OpenAI透過改進快取，將整個Realtime語音模型的p95延遲降低了至少25%。

GPT-Realtime-2.1-mini能夠處理音訊和文本輸入，並透過即時連線進行響應。其核心優勢在於推理能力——模型在回答前會進行內部思考，並且支援工具呼叫（函式呼叫），使得模型能夠逐步規劃操作，呼叫函式後再給出答案。開發者可以配置推理努力程度（從低到極高），預設低努力以保持低延遲，適用於大多數生產環境。

相比之下，gpt-realtime-2.1是gpt-realtime-2的升級版，改進了字母數字識別、靜音和噪聲處理以及中斷行為，支援語音到語音的互動，並可配置推理努力、指令遵循和工具使用。選擇時，如果需要最強的即時推理和工具呼叫能力，應選用gpt-realtime-2.1；如果追求更快速和成本效益，則選擇gpt-realtime-2.1-mini。

在定價方面，mini模型維持了原gpt-realtime-mini的費率，但新增了推理功能。例如，音訊輸出每百萬token定價為20美元，而完整版gpt-realtime-2.1高達64美元。快取輸入享有大幅折扣，音訊快取輸入僅需0.30美元（對比新鮮音訊輸入10美元），長期會話受益尤為明顯。

應用場景包括客戶支援分類、預約安排、應用內語音助手和現場資料採集。透過WebRTC連線，瀏覽器客戶端可以直接與Realtime API互動，伺服器端僅需生成短期客戶端金鑰。官方建議從低推理努力開始，僅在複雜任務時提高，並始終在遷移模型前進行評估。

優勢方面，推理功能現已覆蓋低成本mini層，定價與上一代mini相同，p95延遲降低至少25%，可配置的推理努力平衡了延遲與深度，單模型音訊管道保持對話自然。劣勢在於音訊token定價難以換算為每次呼叫成本，高推理努力增加延遲和輸出token，長會話可能因重新提交上下文而增加輸入成本，且mini層在能力上有所取捨。