位置付けとリリース日
GPT-4o Realtime は、リアルタイムの音声・テキスト対話向けのプレビューモデルです。OpenAI は 2025 年 6 月 3 日にスナップショット gpt-4o-realtime-preview-2025-06-03 を発表し、Realtime API でこのバージョンを提供しました。(community.openai.com)
機能と用途
- テキストと音声の入力・出力に対応し、WebRTC または WebSocket を介してリアルタイムに対話できます。音声アシスタントやリアルタイム対話エージェントの構築に適しています。(developers.openai.com)
- 関数呼び出しに対応しています。公式によると、この更新では指示への追従、ツール呼び出しの一貫性、割り込み時の動作が改善され、音声再生速度のパラメーターが導入されました。(developers.openai.com)
- Realtime API のセッションでは、Traces ダッシュボードを使用して、音声の入出力、ツール呼び出し、割り込みなどのプロセスを確認できます。(community.openai.com)
制限とステータス
- コンテキストウィンドウは 32,000 トークン、最大出力は 4,096 トークンです。知識のカットオフ日は 2023 年 10 月 1 日です。(developers.openai.com)
- 公式モデルページには、画像、動画、構造化出力、ファインチューニングに対応していないと記載されています。(developers.openai.com)
- このスナップショットは 2026 年 5 月 7 日にサービスを終了しました。OpenAI が廃止に関する文書で推奨している代替モデルは
gpt-realtime-1.5です。(developers.openai.com)
価格
2026 年 11 月 18 日時点の確認では、OpenAI のモデルページには引き続き以下の米ドル(USD)価格が表示されており、単位はいずれも100 万トークンあたりです。モデルはサービスを終了しているため、これらの数値は現在も呼び出しや購入が可能であることを示すものではありません。(developers.openai.com)
| モダリティ | 入力 | キャッシュ入力 | 出力 |
|---|---|---|---|
| テキスト | 5.00 USD | 2.50 USD | 20.00 USD |
| 音声 | 40.00 USD | 2.50 USD | 80.00 USD |