gpt-realtime-2.1-mini
OpenAIgpt-realtime-2.1-mini
GPT-Realtime-2.1 Mini 是 OpenAI 推出的轻量级实时多模态交互模型，专为低延迟语音对话和智能语音应用优化。模型支持文本、音频及图像输入，可实时生成自然流畅的语音和文本响应，并具备推理、指令遵循及工具调用能力。相比大型实时模型，其响应速度更快、使用成本更低，适用于实时语音助手、智能客服、语音代理及多模态交互场景。
API价格
价格类型计费表达式
官方原价
基础计费计费层级: base
- 输入用量 × $5.00
- 输出用量 × $10.00
- 音频输入 × $10.00
- 音频输出 × $20.00
GPT_Ultra×0.8官网8折
基础计费计费层级: base
- 输入用量 × $4.00
- 输出用量 × $8.00
- 音频输入 × $8.00
- 音频输出 × $16.00
分组倍率: x0.8
官方价格以模型供应商最新公布的定价信息为准，具体计费规则可能因调用方式和服务区域而异。 GPT_Ultra 为 TokenByte 的渠道价格，实际价格及可用性以当前数据为准。
模型信息
模型提供商OpenAI
模型 IDgpt-realtime-2.1-mini
上下文窗口128000
输入文本图像音频
输出文本音频
常见问题
01什么是 GPT-Realtime-2.1 Mini？
GPT-Realtime-2.1 Mini 是 OpenAI 推出的一款轻量级实时语音推理模型，专为低延迟、高性价比的实时语音交互而设计。它支持通过 WebRTC、WebSocket 和 SIP 连接处理音频与文本输入，相比 GPT-Realtime-2，在字母、数字及字母数字组合的识别方面有所改进。该模型尤其适合实时语音助手、智能客服、交互式语音应用和智能语音代理，能够以较低成本提供快速、自然的语音交互体验。
02GPT-Realtime-2.1 Mini 的价格是多少？
GPT-Realtime-2.1 Mini 的文本输入价格为每百万 Token 0.60 美元，文本输出价格为每百万 Token 2.40 美元。此外，文本缓存输入为每百万 Token 0.06 美元，音频输入为每百万 Token 10 美元，音频缓存输入为每百万 Token 0.30 美元，音频输出为每百万 Token 20 美元，图片输入为每百万 Token 0.80 美元，图片缓存输入为每百万 Token 0.08 美元。
03GPT-Realtime-2.1 Mini 的上下文长度是多少？
GPT-Realtime-2.1 Mini 拥有 128,000 个 Token 的上下文窗口，支持最多 32,000 个输出 Token，能够处理较长的实时对话、多轮语音交互以及需要上下文记忆的连续任务，适用于智能语音助手、自动化客服和实时交互应用。