上海
品玩2月25日訊，OpenAI近日在其開發(fā)者平臺正式發(fā)布GPT-Realtime-1.5模型，定位為“音頻輸入、音頻輸出”的旗艦級語音模型，專為語音代理與客戶服務(wù)場景優(yōu)化。該模型支持文本、音頻和圖像輸入，輸出包括文本與音頻，具備32,000上下文窗口及最高4,096輸出Token。
據(jù)官方文檔，GPT-Realtime-1.5適用于實(shí)時對話、語音轉(zhuǎn)錄及多模態(tài)交互等用例，已集成至Realtime API端點(diǎn)。定價方面，音頻輸入每百萬Token 32美元，輸出64美元；文本輸入4美元，輸出16美元。模型不支持微調(diào)與結(jié)構(gòu)化輸出，但提供快照（Snapshots）功能以鎖定版本行為。
目前該模型面向符合條件的開發(fā)者開放，需通過OpenAI API調(diào)用，并受相應(yīng)速率限制與使用層級約束。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
