GPT-Realtime 2.1
OpenAI
- Veröffentlicht
- -
- Datenstand
- 22. September 2026
- Modellklasse
- Zugang
GPT-Realtime 2.1 aktualisiert GPT-Realtime 2 für Sprachagenten. OpenAI nennt eine bessere Erkennung von Buchstaben-Zahlen-Kombinationen, einen robusteren Umgang mit Stille und Rauschen sowie ein verbessertes Unterbrechungsverhalten. Das Modell verarbeitet Text, Bilder und Audio und gibt Text sowie Audio aus. Konfigurierbares Reasoning und Werkzeugaufrufe machen es breiter einsetzbar als ein reines Transkriptionsmodell.
Das API-Profil bietet 128.000 Token Kontext und bis zu 32.000 Ausgabe-Token. OpenAI weist darauf hin, dass mehr Reasoning die Latenz und den Verbrauch an Ausgabe-Token erhöhen kann. Für reine Transkription bleibt GPT-Live-Transcribe der getrennte Spezialist; GPT-Realtime 2.1 verbindet dagegen Audioeingabe und Audioausgabe mit Reasoning und Werkzeugaufrufen.
Technische Daten und Zugang
| Angabe | Wert und Quelle |
|---|---|
| Modellklasse | Echtzeit-AudiomodellQuelle |
| Zugang | APIQuelle |
| API-Modellkennung | gpt-realtime-2.1Quelle |
| Eingabe | Audio, Bild und TextQuelle |
| Ausgabe | Audio und TextQuelle |
| Aufgabe | SprachdialogQuelle |
| Unterstützte Details | Echtzeitdialog mit WerkzeugaufrufenQuelle |
| Kontextfenster | 128.000 TokenQuelle |
| Maximale Ausgabe | 32.000 TokenQuelle |
| Wissensstand | 2024-09-30Quelle |
| Reasoning | Konfigurierbarer Reasoning-Aufwand; Werkzeugaufrufe möglichQuelle |
Beliebtheit
40,5 / 100
Quellen und Datenstand
| Art | Nachweis und Datenstand |
|---|---|
| Weitere Quelle | OpenAI model documentation (abgerufen 22. September 2026) · OpenAI GPT-Realtime-2.1 model documentation · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Creative Commons Attribution 4.0 |