定位与发布日期
GPT-4o Realtime 是面向实时语音与文本交互的预览模型。OpenAI 于 2025 年 6 月 3 日公告了快照 gpt-4o-realtime-preview-2025-06-03,并在 Realtime API 中提供该版本。(community.openai.com)
能力与用途
- 支持文本和音频输入、输出,可通过 WebRTC 或 WebSocket 进行实时交互,适合构建语音助手和实时对话代理。(developers.openai.com)
- 支持函数调用。官方称此次更新改善了指令遵循、工具调用一致性和被打断时的行为,并引入语音播放速度参数。(developers.openai.com)
- Realtime API 会话可使用 Traces 仪表板查看音频输入输出、工具调用和中断等过程。(community.openai.com)
限制与状态
- 上下文窗口为 32,000 token,最大输出为 4,096 token;知识截止日期为 2023 年 10 月 1 日。(developers.openai.com)
- 官方模型页列明不支持图像、视频、结构化输出和微调。(developers.openai.com)
- 该快照已于 2026 年 5 月 7 日停止服务;OpenAI 在停用文档中推荐的替代模型是
gpt-realtime-1.5。(developers.openai.com)
价格
截至 2026 年 11 月 18 日查询,OpenAI 模型页面仍展示以下美元(USD)价格,单位均为每百万 token。由于模型已停止服务,这些数字不表示当前仍可调用或购买。(developers.openai.com)
| 模态 | 输入 | 缓存输入 | 输出 |
|---|---|---|---|
| 文本 | 5.00 USD | 2.50 USD | 20.00 USD |
| 音频 | 40.00 USD | 2.50 USD | 80.00 USD |