Token导航 LogoToken导航

语音模型

gpt-audio

OpenAI 当前通用音频输入输出模型,适合音频对话和音频到文本流程。

调用名 gpt-audio128K 上下文时间戳不支持2025-08-28 发布时间厂商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-audio

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

2025-08-28

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

2025-08-28

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发布于 2025-08-28

同类模型对比

模型输入价格输出价格上下文发布
gpt-audio

OpenAI / ChatGPT · 本页

公开资料未说明公开资料未说明128K2025-08-28
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-audio,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-audio",
    "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-audio",
    messages=[{"role": "user", "content": "你好,介绍一下你自己"}],
)
print(response.choices[0].message.content)

常见问题

gpt-audio 多少钱?

官方暂未公开 gpt-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-audio 的上下文够用吗?

gpt-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-audio?

调用名是 gpt-audio,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-audio 能私有化部署吗?

gpt-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-audio 支持哪些能力?

官方资料显示 gpt-audio 支持函数调用、结构化输出、语音输入,发布于 2025-08-28。