GPT-Realtime-2.1
OpenAI · USA · 2026
Odświeżenie modelu pod to, co psuje asystentów głosowych: kody, cisza, hałas i wchodzenie w słowo.
GPT-Realtime-2.1, wydany 6 lipca 2026 roku, to przyrostowa aktualizacja rozumującej linii głosowej OpenAI, a lista zmian sporo mówi o tym, na czym asystenci głosowi naprawdę się wykładają. Producent wymienia lepsze rozpoznawanie ciągów cyfrowo-literowych — numerów zamówień, kodów pocztowych, cyfr karty czytanych na głos — oraz lepszą obsługę ciszy i hałasu w tle i poprawione zachowanie, gdy rozmówca wchodzi modelowi w słowo. Żadna z tych rzeczy nie widnieje w wyniku testu porównawczego, a wszystkie razem decydują, czy infolinia działa. Architektura nie zmieniła się względem GPT-Realtime-2: mowa w mowę z regulowanym nakładem rozumowania, praca z narzędziami, 128 tysięcy tokenów kontekstu i do 32 tysięcy tokenów wyjścia, na wejściu tekst, dźwięk i obraz, na wyjściu tekst i mowa. Ceny również zostały bez zmian: 32 i 64 dolary za milion tokenów dźwięku, 4 i 24 za tekst, 5 za obraz na wejściu, wejście z bufora po 40 centów. Wiedza kończy się 30 września 2024 roku, a model działa wyłącznie na punkcie końcowym Realtime.
▸Wideo
Brak materiałów wideo.
▸Recenzje
Brak recenzji. Bądź pierwszy!