Token导航 LogoToken导航

语音模型

GPT-4o Audio

GPT-4o Audio 是 OpenAI 的音频交互模型,适合语音助手、实时对话和多模态语音工作流。

调用名 gpt-4o-audio-preview128K 上下文时间戳不支持厂商OpenAI / ChatGPT
语音交互音频内容Agent函数调用结构化输出长上下文语音输入语音输出语音对话稳定版

快速入口

适合
语音交互 / 音频内容
价格
公开资料未说明
输入/输出
文本 / 音频

详细参数

模型类型

语音对话

适合场景

语音交互 / 音频内容

计费价格

公开资料未说明

计费方式

公开资料未说明

计费单位

未标注

输入形式

文本 / 音频

输出形式

文本 / 音频

能力与信息

交互链路

实时

支持

语音输入

支持

语音输出

支持

语音理解

转写

支持

翻译

不支持

时间戳

不支持

语音生成

TTS

支持

说话人区分

不支持

开发接入

工具调用

支持

接入信息

调用名

gpt-4o-audio-preview

API 基础地址

https://api.openai.com/v1

调用协议

Responses API

主接口

/responses

接口说明

音频输入输出可通过 Responses API 调用;低延迟双工语音更适合走 Realtime API。

发布时间

公开资料未说明

价格与计费

计费摘要

输入价

公开资料未说明

输出价

公开资料未说明

缓存输入

公开资料未说明

币种

未标注

计费单位

1M Tokens

单位类型

未标注

价格说明

原始价格文案

未收录

补充说明

暂无

发布时间

未公开

官方入口

成本估算

官方暂未公开这个模型的按量价格,可能按订阅、资源包或商业授权计费,接入前建议先向厂商询价。

资料核验 2026-04-16

同类模型对比

模型输入价格输出价格上下文发布
GPT-4o Audio

OpenAI / ChatGPT · 本页

公开资料未说明公开资料未说明128K-
Gemini 3.1 Flash Live Preview

Google / Gemini

$0.75 / 1M Tokens$4.50 / 1M Tokens131K2026-03-01
Gemini 2.5 Flash Live Preview

Google / Gemini

$0.50 / 1M Tokens$2.00 / 1M Tokens131K2025-09-01
gpt-realtime-2.1

OpenAI / ChatGPT

$4.00 / 1M Tokens$24.00 / 1M Tokens128K2026-07-06
GPT-Realtime-2

OpenAI / ChatGPT

$4.00 / 1M Tokens$24.00 / 1M Tokens128K2026-07-06

按同类目里价格最接近的模型挑选,价格单位与口径以各自详情页为准。

调用示例

调用名 gpt-4o-audio-preview,接口地址 https://api.openai.com/v1。示例里的 KEY 换成自己的密钥即可。

curl

curl https://api.openai.com/v1/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o-audio-preview",
    "messages": [{"role": "user", "content": "你好,介绍一下你自己"}]
  }'

Python

from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.openai.com/v1/v1")
response = client.chat.completions.create(
    model="gpt-4o-audio-preview",
    messages=[{"role": "user", "content": "你好,介绍一下你自己"}],
)
print(response.choices[0].message.content)

常见问题

GPT-4o Audio 多少钱?

官方暂未公开 GPT-4o Audio 的按量价格,可能按订阅、资源包或商业授权计费,接入前建议先向 OpenAI / ChatGPT 询价。

GPT-4o Audio 的上下文够用吗?

GPT-4o Audio 支持 128K tokens 上下文,大约能一次读入一份十几万字的资料;中文一般 1 个字约 1 到 2 个 token,实际可用字数取决于内容。

怎么接入 GPT-4o Audio?

调用名是 gpt-4o-audio-preview,接口地址是 https://api.openai.com/v1,协议是 Responses API,按官方文档填密钥即可调用。

GPT-4o Audio 能私有化部署吗?

GPT-4o Audio 是闭源模型,一般只能通过 OpenAI / ChatGPT 的 API 或云厂商服务调用,需要私有化部署建议直接联系厂商谈商业方案。

GPT-4o Audio 支持哪些能力?

官方资料显示 GPT-4o Audio 支持函数调用、结构化输出、语音输入。