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
- **リリース日:**2025 年 6 月 3 日。OpenAI は同日の告知で、このスナップショットが利用可能になったと発表しました。(community.openai.com)
- OpenAI リリース告知
- OpenAI モデルドキュメントと価格
- OpenAI API リファレンス:モデルの提供終了日