← すべてのモデル

GPT-4o Audio

公開日 提供元 OpenAIgpt-4o-audio-preview

モデルの位置づけ

GPT-4o Audio は、音声入力と出力をサポートする GPT-4o のプレビューモデルです。本項目は固定バージョン gpt-4o-audio-preview-2025-06-03 に対応し、リリース時には Chat Completions API を通じて提供されました。(community.openai.com)

機能と用途

  • テキストと音声の入力・出力、ストリーミング出力、関数呼び出しをサポートし、音声対話や音声エージェントのアプリケーション構築に利用できます。
  • OpenAI によると、今回の音声から音声へのモデルの更新により、指示追従の信頼性、ツール呼び出しの一貫性、中断処理が改善されました。
  • コンテキストウィンドウは 128,000 tokens、最大出力は 16,384 tokens です。知識のカットオフ日は 2023 年 10 月 1 日です。(community.openai.com)

制限と状態

  • 画像または動画の入力、構造化出力、ファインチューニング、予測出力はサポートされていません。
  • このスナップショットは提供終了しています。OpenAI API リファレンスに記載された提供終了予定日は 2026 年 5 月 7 日です。2026 年 11 月 18 日時点で、公式モデルページでは提供終了と表示されています。
  • このモデルは Chat Completions 版です。同日の発表に含まれる Realtime API 版は異なるモデル ID を使用しており、混同すべきではありません。(developers.openai.com)

価格

2026 年 11 月 18 日の確認時点で、OpenAI の公式モデルページには以下の米ドル(USD)料金が掲載されており、いずれも 100 万 tokens あたりの料金です。モデルは提供終了しており、これらの料金は現在も呼び出せることを示すものではありません。

種類 入力 出力
テキスト tokens 2.50 米ドル 10.00 米ドル
音声 tokens 40.00 米ドル 80.00 米ドル

以上は公式モデルページに掲載された料金です。キャッシュ、バッチ処理、その他の割引料金は未確認です。(developers.openai.com)

リリース日と公式情報源