北京时间8月29日凌晨，OpenAI通过直播发布其迄今最先进的端对端语音模型（Speech-to-Speech）GPT-Realtime，并宣布Realtime API全 面进入生产环境。相较于之前的语音AI产品，GPT-Realtime性能更优，价格更低，旨在帮助开发者更轻松地构建高效、可靠的语音智能 体。 伴随性能提升，GPT-Realtime的定价大幅优化，较上一代产品GPT-4o-Realtime-Preview降低20%。此前，GPT-4o-Realtime-Preview价格为 每百万音频输入tokens 40美元，每百万音频输出tokens 80美元。GPT-Realtime调整后价格为每百万音频输入tokens 32美元（缓存输入 tokens 0.40美元），每百万音频输出tokens 64美元。这一优化定价让开发者能以更低成本构建高效的语音智能体，同时享受更卓越的性 能。 OpenAI还优化了对话上下文管理，开发者可灵活设置token限制并一次性截断多轮对话，显著降低长会话成本。 01.深入解析：更智能、更具表现力的语音模型 函数调用：为在现实世界中发挥作用，语音智能体必须有效使用外部工具 ...