OpenAI 通过其 Realtime API 发布了三款全新语音模型，其中核心产品 GPT-Realtime-2 首次集成了 OpenAI 所称的“GPT-5 级别推理能力”。 与过往仅提供文本转语音及基础对话的模型不同，新模型被设计为可实时处理多步骤任务、在对话中并行调用外部工具并处理中断的协作代理。同期发布的还包括流媒体翻译模型 GPT-Realtime-Translate 和实时转录模型 GPT-Realtime-Whisper。  此次发布的财务与技术参数调整了 API 市场的成本结构。 GPT-Realtime-2 提供五个级别的推理强度调节，在“高”强度设定下，其在 Big Bench Audio 测试中的准确率从上一代 GPT-Realtime-1.5 的 81.4% 上升至 96.6%。 成本方面，GPT-Realtime-2 音频输入定价为每百万 token 32 美元，但缓存输入费用降至 0.40 美元。 辅助模型 GPT-Realtime-Translate 能够实现 70 多种输入语言到 13 种输出语言的实时转换，每分钟收费 0.034 美元。Whisper 转录服务每分钟 0.017 美元。(比特币橙子Trader)