GPT-Realtime
非推奨
gpt-realtime-2025-08-28テキストと音声のリアルタイム入出力に対応したモデル
テキストと音声のリアルタイム入出力に対応したモデル
パフォーマンス
最高
速度
高速
料金
$4•$16
入力•出力
入力
Text, Audio, Image
出力
Text, Audio
OpenAI が初めて一般提供したリアルタイムモデルです。WebRTC、WebSocket、または SIP 接続を通じて、音声やテキストの入力にリアルタイムで応答できます。
コンテキストウィンドウ：32,000
最大出力トークン数：4,096
ナレッジカットオフ：Oct 01, 2023
料金体系
料金は、モデルの種類に応じて、使用したトークン数やその他の指標に基づいて計算されます。検索やコンピューターの使用など、特定のツール向けのモデルでは、ツールを呼び出すたびに料金が発生します。詳細は料金ページをご覧ください。
Text tokens
Per 1M tokens
入力
$4.00
Cached input
$0.40
出力
$16.00
Audio tokens
Per 1M tokens
入力
$32.00
Cached input
$0.40
出力
$64.00
Image tokens
Per 1M tokens
入力
$5.00
Cached input
$0.50
モダリティ
Text
入力と出力
画像
入力のみ
Audio
入力と出力
Video
非対応
エンドポイント
Live
v1/live/sessions
Chat Completions
v1/chat/completions
Responses
v1/responses
リアルタイム
v1/realtime
リアルタイム翻訳
v1/realtime/translations
リアルタイム文字起こし
v1/realtime/transcription_sessions
Assistants
v1/assistants
Batch
v1/batch
ファインチューニング
v1/fine-tuning
埋め込み
v1/embeddings
画像生成
v1/images/generations
動画
v1/videos
画像編集
v1/images/edits
音声生成
v1/audio/speech
文字起こし
v1/audio/transcriptions
翻訳
v1/audio/translations
モデレーション
v1/moderations
Completions（レガシー）
v1/completions
機能
ストリーミング
非対応
Function Calling
対応
構造化出力
非対応
ファインチューニング
非対応
予測出力
非対応
スナップショット
スナップショットを使うと、モデルを特定のバージョンに固定し、性能と動作を一定に保てます。以下に、GPT-Realtime で利用できるすべてのスナップショットとエイリアスを示します。
gpt-realtime
gpt-realtime-2025-08-28
非推奨
gpt-realtime-2025-08-28
非推奨
レート制限
レート制限は、一定時間内のリクエスト数、トークン数、音声の長さなどに上限を設け、誰もが公平かつ安定して API を利用できるようにする仕組みです。上限は利用ティアによって決まります。リクエスト数と API の利用額が増えると、利用ティアは自動的に上がります。
| ティア | RPM | TPM |
|---|---|---|
| Free | 非対応 | |
| Build | 400 | 200,000 |
| Launch | 10,000 | 4,000,000 |
| Grow | 20,000 | 15,000,000 |