定位與發布日期
GPT-4o Realtime 是面向即時語音與文字互動的預覽模型。OpenAI 於 2025 年 6 月 3 日公告了快照 gpt-4o-realtime-preview-2025-06-03,並在 Realtime API 中提供該版本。(community.openai.com)
能力與用途
- 支援文字和音訊輸入、輸出,可透過 WebRTC 或 WebSocket 進行即時互動,適合建構語音助理和即時對話代理。(developers.openai.com)
- 支援函式呼叫。官方表示此次更新改善了指令遵循、工具呼叫一致性和被打斷時的行為,並引入語音播放速度參數。(developers.openai.com)
- Realtime API 工作階段可使用 Traces 儀表板檢視音訊輸入輸出、工具呼叫和中斷等過程。(community.openai.com)
限制與狀態
- 上下文視窗為 32,000 token,最大輸出為 4,096 token;知識截止日期為 2023 年 10 月 1 日。(developers.openai.com)
- 官方模型頁列明不支援影像、影片、結構化輸出和微調。(developers.openai.com)
- 該快照已於 2026 年 5 月 7 日停止服務;OpenAI 在停用文件中推薦的替代模型是
gpt-realtime-1.5。(developers.openai.com)
價格
截至 2026 年 11 月 18 日查詢,OpenAI 模型頁面仍顯示以下美元(USD)價格,單位均為每百萬 token。由於模型已停止服務,這些數字不表示目前仍可呼叫或購買。(developers.openai.com)
| 模態 | 輸入 | 快取輸入 | 輸出 |
|---|---|---|---|
| 文字 | 5.00 USD | 2.50 USD | 20.00 USD |
| 音訊 | 40.00 USD | 2.50 USD | 80.00 USD |