模型详情
GPT-Realtime
OpenAI 模型用于实时语音和文本交互，支持通过 WebRTC、WebSocket 和 SIP 进行实时通信。
模型规格
- 模型 ID
-
gpt-realtime
- 上下文长度
- 32K
- 最大输出
- 4.096K
- 输入/输出模态
- 发布日期
- 2025-08
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
OpenAI-compatible
/v1/chat/completionsPOST
03
价格
固定费率，单位：/1M Tokens
输入
$75.0000 /1M Tokens
补全
$150.0000 /1M Tokens
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
语音模型；输入：文本、图像、语音；输出：文本、语音
gpt-realtime 是语音模型。目前公开资料未列出 context window 与输出上限，建议以供应商文档为准。
使用前应检查什么？
确认规格、费率与可用性
采用 gpt-realtime 前，标准输入费率为 $32.00／100 万 Token；已声明支持工具调用、流式输出、提示词缓存、视觉输入、OpenAI SDK 兼容；知识库截止时间为 2023-10-01；发布于 2025-08-28。建议先以具有代表性的流量试跑，确认质量与延迟。
为什么通过 MixRoute 使用？
gpt-realtime 的缓存读取价降低重复提示成本
重复的前缀按每 100 万 Token 0.40 USD 的缓存读取价计费，标准输入为 32.00 USD，系统提示词的重复成本因此降低。MixRoute 以 OpenAI 兼容端点 /v1/chat/completions 提供 gpt-realtime；既有客户端只需指向 https://api.mixroute.ai/v1 并把模型 ID 换成 gpt-realtime，再跑一次集成测试即可。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
工具调用
gpt-realtime 支持函数调用与工具调用。
tools 定义；响应会返回 tool_calls，执行后再把结果送回模型。
流式输出
gpt-realtime 支持流式响应。
stream: true 会逐步流式返回 Token，聊天界面可以边接收边渲染。
提示缓存
gpt-realtime 在支持的路由条件下可以使用提示缓存。
视觉输入
gpt-realtime 可以同时处理图像与文本输入。
image_url 内容块中传入 base64 编码的图片，与文本消息一起发送。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 gpt-realtime。
base_url 改为 https://api.mixroute.ai/v1；其余部分遵循 OpenAI 风格。
08
Token 成本估算
基于本页价格的实时估算，非实际账单
此模型没有缓存读取价格，不计算缓存费用
09
FAQ
将 gpt-realtime 与功能和价格相近的模型在您的实际工作负载下进行比较。评估延迟、输出质量、指令执行能力和单项任务成本。使用您自己的提示进行并排测试——最佳模型取决于您的具体使用案例，而不仅仅是 benchmark 分数。
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。