Positionierung und Veröffentlichungsdatum
GPT-4o Realtime ist ein Vorschaumodell für die Sprach- und Textinteraktion in Echtzeit. OpenAI kündigte am 3. Juni 2025 den Snapshot gpt-4o-realtime-preview-2025-06-03 an und stellte diese Version in der Realtime API bereit. (community.openai.com)
Fähigkeiten und Anwendungsbereiche
- Unterstützt Text- und Audioeingaben sowie -ausgaben und ermöglicht Echtzeitinteraktionen über WebRTC oder WebSocket. Es eignet sich für die Entwicklung von Sprachassistenten und Echtzeit-Dialogagenten. (developers.openai.com)
- Unterstützt Funktionsaufrufe. Laut offiziellen Angaben verbessert dieses Update die Befolgung von Anweisungen, die Konsistenz von Tool-Aufrufen und das Verhalten bei Unterbrechungen und führt einen Parameter für die Geschwindigkeit der Sprachausgabe ein. (developers.openai.com)
- Für Sitzungen der Realtime API können Abläufe wie Audioeingaben und -ausgaben, Tool-Aufrufe und Unterbrechungen im Traces-Dashboard eingesehen werden. (community.openai.com)
Einschränkungen und Status
- Das Kontextfenster beträgt 32,000 Token, die maximale Ausgabe 4,096 Token; der Wissensstand reicht bis zum 1. Oktober 2023. (developers.openai.com)
- Auf der offiziellen Modellseite ist angegeben, dass Bilder, Videos, strukturierte Ausgaben und Feinabstimmung nicht unterstützt werden. (developers.openai.com)
- Der Dienst für diesen Snapshot wurde am 7. Mai 2026 eingestellt; OpenAI empfiehlt in der Dokumentation zur Einstellung
gpt-realtime-1.5als Ersatzmodell. (developers.openai.com)
Preise
Bei einer Abfrage am 18. November 2026 zeigte die Modellseite von OpenAI weiterhin die folgenden Preise in US-Dollar (USD) an, jeweils pro Million Token. Da der Dienst für das Modell eingestellt wurde, bedeuten diese Zahlen nicht, dass es derzeit noch aufgerufen oder erworben werden kann. (developers.openai.com)
| Modalität | Eingabe | Zwischengespeicherte Eingabe | Ausgabe |
|---|---|---|---|
| Text | 5.00 USD | 2.50 USD | 20.00 USD |
| Audio | 40.00 USD | 2.50 USD | 80.00 USD |