AudiomodellAktiv
GPT-Realtime 2.1 Mini
OpenAI
- Veröffentlicht
- 6. Juli 2026
- Datenstand
- 25. Oktober 2026
- Modellklasse
- Zugang
GPT-Realtime 2.1 Mini ist OpenAIs Echtzeitmodell für Audio- und Sprachdialoge. Es verarbeitet Audio, Text und Bilder, gibt Audio und Text aus und bietet ein Kontextfenster von 128.000 Token mit maximal 32.000 Ausgabe-Token.
OpenAI veröffentlichte es am 6. Juli 2026. Je 1 Mio. Eingabe-Token kosten Text 0,60 $, gecachter Text 0,06 $, Audio 10 $, gecachtes Audio 0,30 $, Bild 0,80 $ und gecachtes Bild 0,08 $; je 1 Mio. Ausgabe-Token kosten Text 2,40 $ und Audio 20 $.
Technische Daten und Zugang
| Angabe | Wert und Quelle |
|---|---|
| Modellklasse | Echtzeit-AudiomodellQuelle |
| Zugang | APIQuelle |
| API-Modellkennung | gpt-realtime-2.1-miniQuelle |
| Eingabe | Audio, Bild und TextQuelle |
| Ausgabe | Audio und TextQuelle |
| Aufgabe | SprachdialogQuelle |
| Unterstützte Details | Echtzeit-Sprachdialog mit WerkzeugnutzungQuelle |
| Kontextfenster | 128.000 TokenQuelle |
| Maximale Ausgabe | 32.000 TokenQuelle |
| Wissensstand | 2024-09-30Quelle |
Veröffentlichte Preise
- Text-Eingabepreis
- 0,60 $ je 1 Mio. Text-TokenQuelle
- Preis für gecachte Text-Eingabe
- 0,06 $ je 1 Mio. gecachte Text-TokenQuelle
- Text-Ausgabepreis
- 2,40 $ je 1 Mio. Text-TokenQuelle
- Audio-Eingabepreis
- 10 $ je 1 Mio. Audio-TokenQuelle
- Preis für gecachte Audio-Eingabe
- 0,30 $ je 1 Mio. gecachte Audio-TokenQuelle
- Audio-Ausgabepreis
- 20 $ je 1 Mio. Audio-TokenQuelle
- Bild-Eingabepreis
- 0,80 $ je 1 Mio. Bild-TokenQuelle
- Preis für gecachte Bild-Eingabe
- 0,08 $ je 1 Mio. gecachte Bild-TokenQuelle