Welche Branchen können die GPT-Realtime-2.1 API nutzen?

GPT-Realtime-2.1 eignet sich für Kundenservice, Vertriebsautomatisierung, Gesundheitsassistenten, Bildungsplattformen und Anwendungen für intelligente Geräte.

Unterstützt GPT-Realtime-2.1 Funktionsaufrufe?

Ja. GPT-Realtime-2.1 unterstützt die Verwendung von Tools sowie Funktionsaufrufe und ermöglicht Sprachagenten, während der Konversation externe Aktionen auszuführen.

Wie groß ist das Kontextfenster von GPT-Realtime-2.1?

GPT-Realtime-2.1 unterstützt ein Kontextfenster von 128,000 Token und bis zu 32,000 Ausgabetoken.

Kann die GPT-Realtime-2.1 API Echtzeit-Sprachassistenten erstellen?

Ja. GPT-Realtime-2.1 ist für Sprach-zu-Sprach-Anwendungen konzipiert und ermöglicht Entwicklern, latenzarme, konversationelle Sprachagenten zu erstellen.

Welche Ein- und Ausgabemodalitäten unterstützt GPT-Realtime-2.1?

GPT-Realtime-2.1 unterstützt Text- und Audioeingabe/-ausgabe sowie Bildeingabe, jedoch keine Videoeingabe.

Welche Verbesserungen bietet GPT-Realtime-2.1 gegenüber GPT-Realtime-2?

GPT-Realtime-2.1 verbessert die alphanumerische Erkennung, den Umgang mit Stille, die Robustheit gegenüber Störgeräuschen und das Unterbrechungsverhalten, wobei die Fähigkeiten zum Echtzeit-Schlussfolgern und zur Tool-Nutzung erhalten bleiben.

Wann sollten Entwickler GPT-Realtime-2.1 statt der GPT-4o Realtime API wählen?

Entwickler sollten GPT-Realtime-2.1 für fortgeschrittene Sprachagenten wählen, die stärkeres Schlussfolgern, Tool-Ausführung und komplexe konversationelle Workflows erfordern.

OpenAI

Verfügbar Beliebt

gpt-realtime-2.1

GPT-Realtime-2.1 API

GPT-Realtime-2.1 updates GPT-Realtime-2 with improved alphanumeric recognition, silence and noise handling, and interruption behavior. It supports speech-to-speech interactions with configurable reasoning effort, instruction following, and tool use for complex voice-agent workflows.

Startpreis

$3.20 / 1 Mio. Eingabe-Tokens

Nutzungsbasierte Abrechnung

API-Status

Verfügbar

Produktions-Endpunkt

Antwortzeit

Asynchron bereit

Gemessene API-Antwortzeit

Veröffentlicht

Aug 6, 2026

OpenAI

Preisgestaltung

Nutzen Sie die obige Schnellschätzung für einen einzelnen Durchlauf und prüfen Sie anschließend den vollständigen Vergleich von CometAPI- und offiziellem Preis.

Erste Anfrage

$0.0224

Geschätzte CometAPI-Nutzungskosten

Zehn Anfragen

$0.2240

Geschätzte CometAPI-Nutzungskosten

Fünfzehn Anfragen

$0.3360

Geschätzte CometAPI-Nutzungskosten

⇌

Umrechnung von Credits

1.000 Credits = 1 $

Credits machen Budgets über Token-, Anfrage- und Laufzeitabrechnung hinweg vergleichbar. Der USD-Betrag bleibt beim Bezahlvorgang maßgeblich.

✓Aktuelles Modell in Credits

Eingabe

3,200

Credits / 1 Mio. Token

Ausgabe

19,200

Credits / 1 Mio. Token

Transparenz bei Mindestgebühren Dieser Prototyp geht nicht von einer versteckten Mindestgebühr pro Anfrage aus. Falls eine Mindestabrechnung oder eine Mindestaufladung für die produktive Nutzung gilt, muss dies vor dem Kauf angezeigt und in jede Budgetschätzung einbezogen werden.

Modell	Comet-Preis (USD / Mio. Token)	Offizieller Preis (USD / Mio. Token)	Rabatt
gpt-realtime-2.1	Eingabe: $3.20/M Ausgabe: $19.20/M	Eingabe: $4.00/M Ausgabe: $24.00/M	-20%
gpt-realtime-2.1-mini	Eingabe: $0.4800/M Ausgabe: $2.88/M	Eingabe: $0.6000/M Ausgabe: $3.60/M	-20%

Modellübersicht

Eine stabile Modellidentität für Suche und Evaluierung, kombiniert mit Live-Katalogdaten, die sich ändern können, ohne die grundlegende SEO-Struktur der Seite neu schreiben zu müssen.

Stabile Identität

Was ist GPT-Realtime-2.1?

Die kanonische Modellidentität bleibt stabil, auch wenn sich Preise und Limits ändern.

Live-Modelldaten

Aktueller Katalogstand

Verfügbarkeit

Verfügbar

Einstiegspreis

$3.20 / 1 Mio. Eingabe-Tokens

Kontext

Funktionen anzeigen

Katalogdatum

Aug 6, 2026

Überblick

Ein praktischer Überblick über GPT-Realtime-2.1, einschließlich wichtigem Verhalten und Hinweisen zur Integration.

Technische Spezifikationen von GPT-Realtime-2.1

Spezifikation	Details
Modellname	GPT-Realtime-2.1
Anbieter	OpenAI
Modellfamilie	GPT-Realtime-Serie
Modelltyp	Echtzeitfähiges multimodales Sprach-Reasoning-Modell
Primäre Fähigkeit	Sprach-zu-Sprach-KI-Agenten
Eingabe-Modalitäten	Text, Audio, Bild
Ausgabe-Modalitäten	Text, Audio
Kontextfenster	128,000 Tokens
Maximale Ausgabe-Token	32,000 Tokens
Reasoning-Unterstützung	Konfigurierbarer Reasoning-Aufwand
Funktionsaufrufe	Unterstützt
Strukturierte Ausgaben	Nicht unterstützt
Fine-Tuning	Nicht unterstützt
Videoeingabe	Nicht unterstützt
Haupt-API-Endpunkt	Realtime-API
Wissensstand	30. September 2024

Quelle: OpenAI-Dokumentation zum Modell GPT-Realtime-2.1.

Was ist GPT-Realtime-2.1?

GPT-Realtime-2.1 ist OpenAIs fortgeschrittenes Echtzeit-Sprachmodell zur Entwicklung konversationeller KI-Agenten, die über Audio zuhören, schlussfolgern und natürlich antworten können.

Im Vergleich zu traditionellen Sprachassistenten, die auf getrennte Pipelines für Spracherkennung, Sprachverständnis und Text-to-Speech angewiesen sind, bietet GPT-Realtime-2.1 native Sprach-zu-Sprach-Interaktion und ermöglicht dadurch Gespräche mit geringerer Latenz sowie besserer Unterbrechungsverarbeitung und kontextuellem Verständnis.

Das Modell ist für produktive Sprachanwendungen optimiert, darunter Kundenservice-Agenten, KI-Assistenten, Vertriebsautomatisierung, Bildungsplattformen und interaktive Spracherlebnisse.

Benchmark-Leistung von GPT-Realtime-2.1

Die Verbesserungen von GPT-Realtime-2.1 konzentrieren sich auf praxisrelevante Metriken der Echtzeitinteraktion:

Fähigkeit	Verbesserung
Umgang mit Sprachunterbrechungen	Verbessert
Robustheit gegenüber Geräuschen	Verbessert
Alphanumerische Erkennung	Verbessert
Toolbasierte Sprach-Workflows	Unterstützt
Sprach-zu-Sprach-Interaktion	Unterstützt

Hauptfunktionen von GPT-Realtime-2.1

1. Native Sprach-zu-Sprach-Interaktion

GPT-Realtime-2.1 macht separate Pipelines für Spracherkennung und Text-to-Speech überflüssig.

Traditionelle Spracharchitektur:

User Voice
 ↓
Speech-to-Text
 ↓
LLM Processing
 ↓
Text-to-Speech
 ↓
Voice Response

GPT-Realtime-2.1:

User Voice
 ↓
GPT-Realtime-2.1
 ↓
Voice Response

Das reduziert die Latenz und verbessert den Gesprächsfluss.

2. Verbesserte Gesprächsqualität bei Sprache

GPT-Realtime-2.1 verbessert mehrere praxisnahe Sprachherausforderungen:

Bessere Unterbrechungsbehandlung

Nutzer können die KI während des Sprechens natürlich unterbrechen.

Beispiel:

Nutzer:

"Buche mir einen Flug nach—eigentlich ändere das auf Tokio."

Das Modell kann sich von Gesprächsänderungen erholen, ohne die Interaktion neu zu starten.

Besserer Umgang mit Stille und Geräuschen

Das Modell ist für Umgebungen optimiert, in denen die Audioqualität nicht perfekt ist:

Callcenter
Mobilgeräte
Öffentliche Räume
Smarte Geräte

3. Erweiterte Tool-Nutzung für Sprachagenten

GPT-Realtime-2.1 unterstützt Tool-Aufrufe und ermöglicht Sprachagenten, Aktionen auszuführen.

Beispiele:

Kundenservice:

User:
"Where is my order?"

AI:
→ Calls order database API
→ Retrieves status
→ Responds by voice

Unternehmens-Workflow:

Voice command
↓
Reasoning
↓
API execution
↓
Voice confirmation

Das macht GPT-Realtime-2.1 geeignet für autonome Sprachagenten.

4. Konfigurierbare Reasoning-Fähigkeit

Im Unterschied zu früheren Echtzeit-Sprachmodellen, die primär auf Geschwindigkeit optimiert sind, führt GPT-Realtime-2.1 einen konfigurierbaren Reasoning-Aufwand ein.

Entwickler können abwägen:

Antwortlatenz
Genauigkeit
Aufgabenkomplexität

Geringer Reasoning-Aufwand:

Einfache Gespräche
FAQ-Assistenten

Höherer Reasoning-Aufwand:

Komplexe Kundenanfragen
Mehrstufige Workflows
Geschäftsprozesse

5. Bessere Erkennung von Zahlen und technischen Informationen

Sprachagenten tun sich oft schwer mit:

Kontonummern
Seriennummern
Adressen
Produktcodes
Finanzinformationen

GPT-Realtime-2.1 verbessert die alphanumerische Erkennung und ist damit besser für Unternehmens-Sprachsysteme geeignet.

6. Unterstützung multimodaler Eingaben

GPT-Realtime-2.1 unterstützt:

Eingabe	Unterstützung
Text	✅
Audio	✅
Bild	✅
Video	❌

Bildeingabe ermöglicht Szenarien wie:

Visueller Kundensupport
Dokumenteninterpretation
Kamerabasierte Assistenten

GPT-Realtime-2.1 vs GPT-Realtime-2 vs GPT-4o Realtime

Modell	Stärke	Optimaler Einsatz
GPT-Realtime-2.1	Beste Echtzeit-Reasoning- und Sprachagenten-Fähigkeiten	Produktive Sprachagenten
GPT-Realtime-2	Starkes Echtzeit-Sprach-Reasoning	Fortgeschrittene konversationelle Apps
GPT-4o Realtime	Schnelle multimodale Interaktion	Allgemeine Sprachassistenten

GPT-Realtime-2.1 vs GPT-Realtime-2

GPT-Realtime-2.1 verbessert:

Wiederaufnahme nach Unterbrechungen
Geräuschverarbeitung
Erkennungsgenauigkeit
Gesprächsrobustheit

Beide Modelle bieten:

Sprach-zu-Sprach-Architektur
Tool-Aufrufe
Reasoning-Unterstützung
Zugriff über die Realtime-API

GPT-Realtime-2.1 vs GPT-4o Realtime

GPT-Realtime-2.1 ist für fortgeschrittenere Agenten-Workflows positioniert.

Im Vergleich zu GPT-4o Realtime:

Fähigkeit	GPT-Realtime-2.1	GPT-4o Realtime
Reasoning	Stärker	Allgemein
Kontext	128K	32K
Tool-Nutzung	Unterstützt	Unterstützt
Sprachagenten	Fortgeschritten	Allgemein
Komplexe Workflows	Besser geeignet	Geeignet

Verwendung der GPT-Realtime-2.1-API mit CometAPI

GPT-Realtime-2.1 ist für Sprachagenten-Anwendungen mit niedriger Latenz konzipiert. Es unterstützt Echtzeit-Sprach-zu-Sprach-Interaktion, Audioeingabe/-ausgabe, Bildeingabe, konfigurierbaren Reasoning-Aufwand und Funktionsaufrufe für toolgestützte Sprach-Workflows. OpenAI stellt es über die Realtime-API bereit, einschließlich WebRTC-, WebSocket- und SIP-basierter Methoden für Echtzeitkommunikation.

CometAPI bietet eine einheitliche API-Schicht zur Integration fortgeschrittener KI-Modelle, sodass Entwickler auf GPT-Realtime-2.1-ähnliche Workflows zugreifen können, ohne separate Anbieter-Authentifizierung, SDK-Logik und Infrastruktur pflegen zu müssen.

Schritt 1: CometAPI-API-Schlüssel abrufen

Erstellen Sie ein CometAPI-Konto und generieren Sie ein API-Token in der Entwicklerkonsole.

Ihre API-Anfrage sollte Folgendes enthalten:

Authorization: Bearer YOUR_COMETAPI_API_KEY
Content-Type: application/json

Der API-Schlüssel authentifiziert Ihre Anfragen und ermöglicht Ihrer Anwendung, verfügbare KI-Modelle über CometAPI aufzurufen.

Schritt 2: Eine GPT-Realtime-2.1-Sitzung erstellen

GPT-Realtime-2.1 arbeitet über eine persistente Echtzeit-Sitzung statt klassischer Request-Response-Chat-Completions.

Eine Echtzeit-Sitzung hält Folgendes vor:

Audioeingabestream
Modellantworten
Gesprächszustand
Tool-Aufrufe
Unterbrechungen

OpenAIs Realtime-API unterstützt Echtzeitkommunikation über WebRTC-, WebSocket- und SIP-Schnittstellen.

Beispiel:

curl https://api.cometapi.com/v1/realtime/sessions \
-H "Authorization: Bearer YOUR_COMETAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '
{
  "model": "gpt-realtime-2.1",
  "modalities": [
    "audio",
    "text"
  ],
  "voice": "alloy",
  "instructions": "You are a helpful customer support voice assistant."
}
'

Beispielantwort:

{
  "id": "sess_xxxxx",
  "model": "gpt-realtime-2.1",
  "status": "active"
}

Schritt 3: Audioeingaben an GPT-Realtime-2.1 senden

Nach Erstellung einer Sitzung streamen Sie die Nutzeraudio-Daten.

Beispiel-Workflow:

User microphone
        |
        ↓
Audio stream
        |
        ↓
GPT-Realtime-2.1
        |
        ↓
Generated voice response

Audioeingaben können Folgendes umfassen:

Telefongespräche
Sprachbefehle
Kundensupport-Anrufe
Interaktive Assistenten

Im Vergleich zu früheren Echtzeitmodellen verbessert GPT-Realtime-2.1 die Sprachinteraktion durch bessere Stilleerkennung, Geräuschverarbeitung und Unterbrechungsverhalten.

Schritt 4: Echtzeit-Audioantworten empfangen

Das Modell liefert generierte Audioantworten über die Echtzeitverbindung.

Beispielereignis:

{
  "type": "response.audio.delta",
  "delta": "base64_audio_chunk"
}

Ihre Anwendung kann empfangene Audio-Chunks sofort abspielen.

Typische Implementierungen:

WebRTC-Sprachanwendungen
Browserbasierte Assistenten
Mobile Sprach-Apps
KI-Telefonagenten

Schritt 5: Funktionsaufrufe für Sprachagenten hinzufügen

GPT-Realtime-2.1 unterstützt Funktionsaufrufe, sodass Sprachagenten externe Aktionen ausführen können.

Beispiel:

{
  "tools": [
    {
      "type": "function",
      "name": "check_order_status",
      "description": "Retrieve customer order information",
      "parameters": {
        "type": "object",
        "properties": {
          "order_id": {
            "type": "string"
          }
        }
      }
    }
  ]
}

Mögliche Sprachagenten-Workflows:

"Wo ist mein Paket?"
"Vereinbare morgen ein Meeting für mich."
"Kündige mein Abonnement."
"Prüfe meinen Kontostand."

Das Modell kann die Anfrage erkennen, das passende Tool aufrufen und das Gespräch natürlich fortsetzen.

Schritt 6: Reasoning und Anweisungen konfigurieren

GPT-Realtime-2.1 unterstützt einen konfigurierbaren Reasoning-Aufwand.

Beispiel:

{
  "model": "gpt-realtime-2.1",
  "reasoning": {
    "effort": "medium"
  },
  "instructions": "Act as a professional travel assistant."
}

Empfohlene Einstellungen:

Anwendung	Reasoning-Level
Einfache Sprachbefehle	Niedrig
Kundensupport	Mittel
Komplexe Workflow-Agenten	Hoch

FAQ

API

Kopieren Sie einen funktionierenden Endpunkt und ein Codebeispiel; öffnen Sie bei Bedarf die vollständige API-Referenz für alle Parameter.

Eine API, produktionsreifer Modellzugriff

Einmal authentifizieren, den Modell-Endpunkt aufrufen und denselben Abrechnungs- und Monitoring-Workflow anbieterübergreifend beibehalten.

GET/v1/realtime

Beispielcode und API für GPT-Realtime-2.1

Greifen Sie auf umfassende Beispielcodes und API-Ressourcen für GPT-Realtime-2.1 zu, um Ihren Integrationsprozess zu optimieren. Unsere detaillierte Dokumentation bietet schrittweise Anleitungen und hilft Ihnen dabei, das volle Potenzial von GPT-Realtime-2.1 in Ihren Projekten zu nutzen.

GET

/v1/realtime

set -euo pipefail

# curl can perform the HTTP Upgrade handshake and print the Realtime WebSocket
# byte stream. Use the Python or JavaScript example to send framed events.
WEBSOCKET_KEY="$(openssl rand -base64 16)"

curl --http1.1 --include --no-buffer \
  --request GET \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "OpenAI-Beta: realtime=v1" \
  --header "Connection: Upgrade" \
  --header "Upgrade: websocket" \
  --header "Sec-WebSocket-Version: 13" \
  --header "Sec-WebSocket-Key: ${WEBSOCKET_KEY}" \
  "https://api.cometapi.com/v1/realtime""?model=gpt-realtime-2.1"

cURL Code Example

set -euo pipefail

# curl can perform the HTTP Upgrade handshake and print the Realtime WebSocket
# byte stream. Use the Python or JavaScript example to send framed events.
WEBSOCKET_KEY="$(openssl rand -base64 16)"

curl --http1.1 --include --no-buffer \
  --request GET \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "OpenAI-Beta: realtime=v1" \
  --header "Connection: Upgrade" \
  --header "Upgrade: websocket" \
  --header "Sec-WebSocket-Version: 13" \
  --header "Sec-WebSocket-Key: ${WEBSOCKET_KEY}" \
  "https://api.cometapi.com/v1/realtime""?model=gpt-realtime-2.1"

Python Code Example

"""Send one text turn to gpt-realtime-2.1 over the Realtime WebSocket API.

Install the client with: pip install websocket-client
"""

import json
import os
from urllib.parse import urlencode

from websocket import create_connection


MODEL = "gpt-realtime-2.1"
BASE_URL = "wss://api.cometapi.com"
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"


def get(path: str) -> str:
    """Build a WebSocket URL for the API's GET route."""

    return f"{BASE_URL}{path}?{urlencode({'model': MODEL})}"


socket = create_connection(
    get("/v1/realtime"),
    header=[
        f"Authorization: Bearer {COMETAPI_KEY}",
        "OpenAI-Beta: realtime=v1",
    ],
    timeout=30,
)

try:
    socket.send(
        json.dumps(
            {
                "type": "session.update",
                "session": {
                    "modalities": ["text"],
                    "instructions": "Answer clearly and concisely.",
                },
            }
        )
    )
    socket.send(
        json.dumps(
            {
                "type": "conversation.item.create",
                "item": {
                    "type": "message",
                    "role": "user",
                    "content": [
                        {
                            "type": "input_text",
                            "text": "Give me one tip for a productive meeting.",
                        }
                    ],
                },
            }
        )
    )
    socket.send(json.dumps({"type": "response.create"}))

    while True:
        event = json.loads(socket.recv())
        event_type = event.get("type")
        if event_type in {
            "response.text.delta",
            "response.output_text.delta",
            "response.audio_transcript.delta",
            "response.output_audio_transcript.delta",
        }:
            print(event.get("delta", ""), end="", flush=True)
        elif event_type == "error":
            raise RuntimeError(json.dumps(event.get("error", event), indent=2))
        elif event_type == "response.done":
            print()
            break
finally:
    socket.close()

JavaScript Code Example

// Send one text turn to gpt-realtime-2.1 over the Realtime WebSocket API.
// Requires Node.js 22 or newer, which includes a global WebSocket client.

const model = "gpt-realtime-2.1";
const baseUrl = "wss://api.cometapi.com";
const apiKey = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";

function get(path) {
  const url = new URL(`${baseUrl}${path}`);
  url.searchParams.set("model", model);
  return url;
}

const socket = new WebSocket(get("/v1/realtime"), [
  "realtime",
  `openai-insecure-api-key.${apiKey}`,
  "openai-beta.realtime-v1",
]);

socket.addEventListener("open", () => {
  socket.send(
    JSON.stringify({
      type: "session.update",
      session: {
        modalities: ["text"],
        instructions: "Answer clearly and concisely.",
      },
    }),
  );
  socket.send(
    JSON.stringify({
      type: "conversation.item.create",
      item: {
        type: "message",
        role: "user",
        content: [
          {
            type: "input_text",
            text: "Give me one tip for a productive meeting.",
          },
        ],
      },
    }),
  );
  socket.send(JSON.stringify({ type: "response.create" }));
});

socket.addEventListener("message", ({ data }) => {
  const event = JSON.parse(data.toString());
  if (
    [
      "response.text.delta",
      "response.output_text.delta",
      "response.audio_transcript.delta",
      "response.output_audio_transcript.delta",
    ].includes(event.type)
  ) {
    process.stdout.write(event.delta || "");
  } else if (event.type === "error") {
    console.error(JSON.stringify(event.error || event, null, 2));
    socket.close();
    process.exitCode = 1;
  } else if (event.type === "response.done") {
    process.stdout.write("\n");
    socket.close();
  }
});

socket.addEventListener("error", (error) => {
  console.error("WebSocket error:", error.message || error);
  process.exitCode = 1;
});

Fähigkeiten

Prüfen Sie die wichtigsten Modellfakten, bevor Sie eine Architektur wählen oder die Produktionslast abschätzen.

Unterstützte Funktionen

Von der bestehenden Modell-API zurückgegebene Funktionen.

text-to-speech

Eingabe und Ausgabe

Eingaben

text

Ausgaben

audio

Produktionsprofil

Anbieter: OpenAI
Kontext: Modellabhängig
Kommerzielle Nutzung: Unterstützt

Anwendungsfälle

Nutzen Sie GPT-Realtime-2.1 für Produktions-Workflows entsprechend seiner audio-Fähigkeiten und vergleichen Sie Alternativen vor einer langfristigen Integration.

Sprach-, Musik- und Audiogenerierung

Sprach-Erlebnisse und Medienproduktion

Automatisierte Audio-Workflows im großen Maßstab

Weitere Modelle

Vergleichen Sie weitere über CometAPI verfügbare Modelle hinsichtlich Qualität, Latenz, Funktionsumfang und Preis.

Modellvergleich öffnen →

OpenAI

GPT-Realtime-2

GPT-Realtime-2 ist unser leistungsfähigstes Echtzeit-Sprachmodell. Es unterstützt Sprache-zu-Sprache-Interaktionen mit konfigurierbarem Reasoning-Aufwand, verbesserter Befolgung von Anweisungen und zuverlässigerer Tool-Nutzung für komplexe Sprachagenten-Workflows.

Modell ansehen

OpenAI

gpt-realtime-1.5

Das beste Sprachmodell für Audioeingabe und -ausgabe.

Modell ansehen

OpenAI

TTS

OpenAI Text-zu-Sprache

Modell ansehen

OpenAI

Whisper-1

Sprach-zu-Text, Erstellung von Übersetzungen

Modell ansehen

OpenAI

GPT-4o Transcribe

GPT-4o Transcribe ist ein Audio-zu-Text-Modell für mehrsprachige, latenzarme Spracherkennung. Es unterstützt Echtzeit-Streaming und Stapeltranskription aus gängigen Audioformaten, mit Zeichensetzung und Satzsegmentierung. Typische Anwendungsfälle sind Live-Untertitel, Eingaben für Sprachassistenten, Besprechungsnotizen sowie die Transkription von Medien- oder Anrufaufzeichnungen. Zu den technischen Highlights zählen die Unterstützung der Audio-Modalität, die Verarbeitung langer Aufnahmen und APIs, die für interaktive und serverseitige Workflows geeignet sind.

Modell ansehen

OpenAI

GPT-4o mini Realtime Preview

GPT-4o mini Realtime Preview ist ein multimodales Echtzeitmodell für interaktive Sprach- und visuelle Erlebnisse. Es verarbeitet Sprache, Text und Bilder mit Streaming-Ein- und -Ausgabe sowie Tool-/Funktionsaufrufen für kontextgebundene Aktionen. Zu den typischen Einsatzbereichen gehören Sprachassistenten, die Live-Bearbeitung von Anrufen, Echtzeit-Untertitelung und visuelle Fragebeantwortung anhand von Kamera- oder Bildschirminhalten. Zu den technischen Highlights zählen bidirektionales Audio, das Verstehen visueller Inhalte, Streaming-Antworten und strukturierte Ausgaben über Funktionen.

Modell ansehen

Verfügbarkeit

Prüfen Sie Live-Heartbeat-Daten, Endpunktverfügbarkeit und gemessene Antwortzeiten vor dem Produktivbetrieb.

Versionen

Prüfen Sie verfügbare Modellkennungen, bevor Sie eine Produktionsintegration festlegen.

gpt-realtime-2.1

gpt-realtime-2.1-mini

Aktualisierungen

Verfolgen Sie relevante Änderungen bei Verfügbarkeit, Preisen und Funktionen von GPT-Realtime-2.1, ohne die stabile Modellseite zu verlieren.

Modelländerungsprotokoll

Eine Seite, die mit der Zeit immer besser wird.

Versionshinweise, Preisänderungen, Benchmark-Aktualisierungen und Migrationsanleitungen werden hier gesammelt, während die kanonische URL unverändert bleibt.

Aug 6, 2026

API-Verfügbarkeit bestätigt

GPT-Realtime-2.1 ist über den CometAPI-Modellkatalog und die API-Dokumentation verfügbar.

Aktuell

Live-Daten

Preise und Limits mit dem Katalog synchronisiert

Preis, Kontext, Verfügbarkeit und Limits werden als dynamische Eigenschaften behandelt, anstatt in den Seitentitel oder die Modellidentität eingebettet zu werden.

Aug 7, 2026

Dauerhafte Modellinstanz erstellt

Der Anbieter und der Modell-Slug bilden eine dauerhafte kanonische URL; zukünftige Inhalts- und Datenaktualisierungen bleiben auf dieser Seite.

Weiter erkunden

Modelle vergleichen und Ihre Recherche fortsetzen

OpenAI

Verfügbar Beliebt

gpt-realtime-2.1

GPT-Realtime-2.1 API

Startpreis

$3.20 / 1 Mio. Eingabe-Tokens

Nutzungsbasierte Abrechnung

API-Status

Verfügbar

Produktions-Endpunkt

Antwortzeit

Asynchron bereit

Gemessene API-Antwortzeit

Veröffentlicht

Aug 6, 2026

OpenAI

Preisgestaltung

Nutzen Sie die obige Schnellschätzung für einen einzelnen Durchlauf und prüfen Sie anschließend den vollständigen Vergleich von CometAPI- und offiziellem Preis.

Erste Anfrage

$0.0224

Geschätzte CometAPI-Nutzungskosten

Zehn Anfragen

$0.2240

Geschätzte CometAPI-Nutzungskosten

Fünfzehn Anfragen

$0.3360

Geschätzte CometAPI-Nutzungskosten

⇌

Umrechnung von Credits

1.000 Credits = 1 $

Credits machen Budgets über Token-, Anfrage- und Laufzeitabrechnung hinweg vergleichbar. Der USD-Betrag bleibt beim Bezahlvorgang maßgeblich.

✓Aktuelles Modell in Credits

Eingabe

3,200

Credits / 1 Mio. Token

Ausgabe

19,200

Credits / 1 Mio. Token

Modell	Comet-Preis (USD / Mio. Token)	Offizieller Preis (USD / Mio. Token)	Rabatt
gpt-realtime-2.1	Eingabe: $3.20/M Ausgabe: $19.20/M	Eingabe: $4.00/M Ausgabe: $24.00/M	-20%
gpt-realtime-2.1-mini	Eingabe: $0.4800/M Ausgabe: $2.88/M	Eingabe: $0.6000/M Ausgabe: $3.60/M	-20%

Modellübersicht

Eine stabile Modellidentität für Suche und Evaluierung, kombiniert mit Live-Katalogdaten, die sich ändern können, ohne die grundlegende SEO-Struktur der Seite neu schreiben zu müssen.

Stabile Identität

Was ist GPT-Realtime-2.1?

Die kanonische Modellidentität bleibt stabil, auch wenn sich Preise und Limits ändern.

Live-Modelldaten

Aktueller Katalogstand

Verfügbarkeit

Verfügbar

Einstiegspreis

$3.20 / 1 Mio. Eingabe-Tokens

Kontext

Funktionen anzeigen

Katalogdatum

Aug 6, 2026

Überblick

Ein praktischer Überblick über GPT-Realtime-2.1, einschließlich wichtigem Verhalten und Hinweisen zur Integration.

Technische Spezifikationen von GPT-Realtime-2.1

Spezifikation	Details
Modellname	GPT-Realtime-2.1
Anbieter	OpenAI
Modellfamilie	GPT-Realtime-Serie
Modelltyp	Echtzeitfähiges multimodales Sprach-Reasoning-Modell
Primäre Fähigkeit	Sprach-zu-Sprach-KI-Agenten
Eingabe-Modalitäten	Text, Audio, Bild
Ausgabe-Modalitäten	Text, Audio
Kontextfenster	128,000 Tokens
Maximale Ausgabe-Token	32,000 Tokens
Reasoning-Unterstützung	Konfigurierbarer Reasoning-Aufwand
Funktionsaufrufe	Unterstützt
Strukturierte Ausgaben	Nicht unterstützt
Fine-Tuning	Nicht unterstützt
Videoeingabe	Nicht unterstützt
Haupt-API-Endpunkt	Realtime-API
Wissensstand	30. September 2024

Quelle: OpenAI-Dokumentation zum Modell GPT-Realtime-2.1.

Was ist GPT-Realtime-2.1?

GPT-Realtime-2.1 ist OpenAIs fortgeschrittenes Echtzeit-Sprachmodell zur Entwicklung konversationeller KI-Agenten, die über Audio zuhören, schlussfolgern und natürlich antworten können.

Das Modell ist für produktive Sprachanwendungen optimiert, darunter Kundenservice-Agenten, KI-Assistenten, Vertriebsautomatisierung, Bildungsplattformen und interaktive Spracherlebnisse.

Benchmark-Leistung von GPT-Realtime-2.1

Die Verbesserungen von GPT-Realtime-2.1 konzentrieren sich auf praxisrelevante Metriken der Echtzeitinteraktion:

Fähigkeit	Verbesserung
Umgang mit Sprachunterbrechungen	Verbessert
Robustheit gegenüber Geräuschen	Verbessert
Alphanumerische Erkennung	Verbessert
Toolbasierte Sprach-Workflows	Unterstützt
Sprach-zu-Sprach-Interaktion	Unterstützt

Hauptfunktionen von GPT-Realtime-2.1

1. Native Sprach-zu-Sprach-Interaktion

GPT-Realtime-2.1 macht separate Pipelines für Spracherkennung und Text-to-Speech überflüssig.

Traditionelle Spracharchitektur:

User Voice
 ↓
Speech-to-Text
 ↓
LLM Processing
 ↓
Text-to-Speech
 ↓
Voice Response

GPT-Realtime-2.1:

User Voice
 ↓
GPT-Realtime-2.1
 ↓
Voice Response

Das reduziert die Latenz und verbessert den Gesprächsfluss.

2. Verbesserte Gesprächsqualität bei Sprache

GPT-Realtime-2.1 verbessert mehrere praxisnahe Sprachherausforderungen:

Bessere Unterbrechungsbehandlung

Nutzer können die KI während des Sprechens natürlich unterbrechen.

Beispiel:

Nutzer:

"Buche mir einen Flug nach—eigentlich ändere das auf Tokio."

Das Modell kann sich von Gesprächsänderungen erholen, ohne die Interaktion neu zu starten.

Besserer Umgang mit Stille und Geräuschen

Das Modell ist für Umgebungen optimiert, in denen die Audioqualität nicht perfekt ist:

Callcenter
Mobilgeräte
Öffentliche Räume
Smarte Geräte

3. Erweiterte Tool-Nutzung für Sprachagenten

GPT-Realtime-2.1 unterstützt Tool-Aufrufe und ermöglicht Sprachagenten, Aktionen auszuführen.

Beispiele:

Kundenservice:

User:
"Where is my order?"

AI:
→ Calls order database API
→ Retrieves status
→ Responds by voice

Unternehmens-Workflow:

Voice command
↓
Reasoning
↓
API execution
↓
Voice confirmation

Das macht GPT-Realtime-2.1 geeignet für autonome Sprachagenten.

4. Konfigurierbare Reasoning-Fähigkeit

Im Unterschied zu früheren Echtzeit-Sprachmodellen, die primär auf Geschwindigkeit optimiert sind, führt GPT-Realtime-2.1 einen konfigurierbaren Reasoning-Aufwand ein.

Entwickler können abwägen:

Antwortlatenz
Genauigkeit
Aufgabenkomplexität

Geringer Reasoning-Aufwand:

Einfache Gespräche
FAQ-Assistenten

Höherer Reasoning-Aufwand:

Komplexe Kundenanfragen
Mehrstufige Workflows
Geschäftsprozesse

5. Bessere Erkennung von Zahlen und technischen Informationen

Sprachagenten tun sich oft schwer mit:

Kontonummern
Seriennummern
Adressen
Produktcodes
Finanzinformationen

GPT-Realtime-2.1 verbessert die alphanumerische Erkennung und ist damit besser für Unternehmens-Sprachsysteme geeignet.

6. Unterstützung multimodaler Eingaben

GPT-Realtime-2.1 unterstützt:

Eingabe	Unterstützung
Text	✅
Audio	✅
Bild	✅
Video	❌

Bildeingabe ermöglicht Szenarien wie:

Visueller Kundensupport
Dokumenteninterpretation
Kamerabasierte Assistenten

GPT-Realtime-2.1 vs GPT-Realtime-2 vs GPT-4o Realtime

Modell	Stärke	Optimaler Einsatz
GPT-Realtime-2.1	Beste Echtzeit-Reasoning- und Sprachagenten-Fähigkeiten	Produktive Sprachagenten
GPT-Realtime-2	Starkes Echtzeit-Sprach-Reasoning	Fortgeschrittene konversationelle Apps
GPT-4o Realtime	Schnelle multimodale Interaktion	Allgemeine Sprachassistenten

GPT-Realtime-2.1 vs GPT-Realtime-2

GPT-Realtime-2.1 verbessert:

Wiederaufnahme nach Unterbrechungen
Geräuschverarbeitung
Erkennungsgenauigkeit
Gesprächsrobustheit

Beide Modelle bieten:

Sprach-zu-Sprach-Architektur
Tool-Aufrufe
Reasoning-Unterstützung
Zugriff über die Realtime-API

GPT-Realtime-2.1 vs GPT-4o Realtime

GPT-Realtime-2.1 ist für fortgeschrittenere Agenten-Workflows positioniert.

Im Vergleich zu GPT-4o Realtime:

Fähigkeit	GPT-Realtime-2.1	GPT-4o Realtime
Reasoning	Stärker	Allgemein
Kontext	128K	32K
Tool-Nutzung	Unterstützt	Unterstützt
Sprachagenten	Fortgeschritten	Allgemein
Komplexe Workflows	Besser geeignet	Geeignet

Verwendung der GPT-Realtime-2.1-API mit CometAPI

Schritt 1: CometAPI-API-Schlüssel abrufen

Erstellen Sie ein CometAPI-Konto und generieren Sie ein API-Token in der Entwicklerkonsole.

Ihre API-Anfrage sollte Folgendes enthalten:

Authorization: Bearer YOUR_COMETAPI_API_KEY
Content-Type: application/json

Der API-Schlüssel authentifiziert Ihre Anfragen und ermöglicht Ihrer Anwendung, verfügbare KI-Modelle über CometAPI aufzurufen.

Schritt 2: Eine GPT-Realtime-2.1-Sitzung erstellen

GPT-Realtime-2.1 arbeitet über eine persistente Echtzeit-Sitzung statt klassischer Request-Response-Chat-Completions.

Eine Echtzeit-Sitzung hält Folgendes vor:

Audioeingabestream
Modellantworten
Gesprächszustand
Tool-Aufrufe
Unterbrechungen

OpenAIs Realtime-API unterstützt Echtzeitkommunikation über WebRTC-, WebSocket- und SIP-Schnittstellen.

Beispiel:

curl https://api.cometapi.com/v1/realtime/sessions \
-H "Authorization: Bearer YOUR_COMETAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '
{
  "model": "gpt-realtime-2.1",
  "modalities": [
    "audio",
    "text"
  ],
  "voice": "alloy",
  "instructions": "You are a helpful customer support voice assistant."
}
'

Beispielantwort:

{
  "id": "sess_xxxxx",
  "model": "gpt-realtime-2.1",
  "status": "active"
}

Schritt 3: Audioeingaben an GPT-Realtime-2.1 senden

Nach Erstellung einer Sitzung streamen Sie die Nutzeraudio-Daten.

Beispiel-Workflow:

User microphone
        |
        ↓
Audio stream
        |
        ↓
GPT-Realtime-2.1
        |
        ↓
Generated voice response

Audioeingaben können Folgendes umfassen:

Telefongespräche
Sprachbefehle
Kundensupport-Anrufe
Interaktive Assistenten

Im Vergleich zu früheren Echtzeitmodellen verbessert GPT-Realtime-2.1 die Sprachinteraktion durch bessere Stilleerkennung, Geräuschverarbeitung und Unterbrechungsverhalten.

Schritt 4: Echtzeit-Audioantworten empfangen

Das Modell liefert generierte Audioantworten über die Echtzeitverbindung.

Beispielereignis:

{
  "type": "response.audio.delta",
  "delta": "base64_audio_chunk"
}

Ihre Anwendung kann empfangene Audio-Chunks sofort abspielen.

Typische Implementierungen:

WebRTC-Sprachanwendungen
Browserbasierte Assistenten
Mobile Sprach-Apps
KI-Telefonagenten

Schritt 5: Funktionsaufrufe für Sprachagenten hinzufügen

GPT-Realtime-2.1 unterstützt Funktionsaufrufe, sodass Sprachagenten externe Aktionen ausführen können.

Beispiel:

{
  "tools": [
    {
      "type": "function",
      "name": "check_order_status",
      "description": "Retrieve customer order information",
      "parameters": {
        "type": "object",
        "properties": {
          "order_id": {
            "type": "string"
          }
        }
      }
    }
  ]
}

Mögliche Sprachagenten-Workflows:

"Wo ist mein Paket?"
"Vereinbare morgen ein Meeting für mich."
"Kündige mein Abonnement."
"Prüfe meinen Kontostand."

Das Modell kann die Anfrage erkennen, das passende Tool aufrufen und das Gespräch natürlich fortsetzen.

Schritt 6: Reasoning und Anweisungen konfigurieren

GPT-Realtime-2.1 unterstützt einen konfigurierbaren Reasoning-Aufwand.

Beispiel:

{
  "model": "gpt-realtime-2.1",
  "reasoning": {
    "effort": "medium"
  },
  "instructions": "Act as a professional travel assistant."
}

Empfohlene Einstellungen:

Anwendung	Reasoning-Level
Einfache Sprachbefehle	Niedrig
Kundensupport	Mittel
Komplexe Workflow-Agenten	Hoch

FAQ

API

Kopieren Sie einen funktionierenden Endpunkt und ein Codebeispiel; öffnen Sie bei Bedarf die vollständige API-Referenz für alle Parameter.

Eine API, produktionsreifer Modellzugriff

Einmal authentifizieren, den Modell-Endpunkt aufrufen und denselben Abrechnungs- und Monitoring-Workflow anbieterübergreifend beibehalten.

GET/v1/realtime

Beispielcode und API für GPT-Realtime-2.1

GET

/v1/realtime

set -euo pipefail

# curl can perform the HTTP Upgrade handshake and print the Realtime WebSocket
# byte stream. Use the Python or JavaScript example to send framed events.
WEBSOCKET_KEY="$(openssl rand -base64 16)"

curl --http1.1 --include --no-buffer \
  --request GET \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "OpenAI-Beta: realtime=v1" \
  --header "Connection: Upgrade" \
  --header "Upgrade: websocket" \
  --header "Sec-WebSocket-Version: 13" \
  --header "Sec-WebSocket-Key: ${WEBSOCKET_KEY}" \
  "https://api.cometapi.com/v1/realtime""?model=gpt-realtime-2.1"

cURL Code Example

set -euo pipefail

# curl can perform the HTTP Upgrade handshake and print the Realtime WebSocket
# byte stream. Use the Python or JavaScript example to send framed events.
WEBSOCKET_KEY="$(openssl rand -base64 16)"

curl --http1.1 --include --no-buffer \
  --request GET \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "OpenAI-Beta: realtime=v1" \
  --header "Connection: Upgrade" \
  --header "Upgrade: websocket" \
  --header "Sec-WebSocket-Version: 13" \
  --header "Sec-WebSocket-Key: ${WEBSOCKET_KEY}" \
  "https://api.cometapi.com/v1/realtime""?model=gpt-realtime-2.1"

Python Code Example

"""Send one text turn to gpt-realtime-2.1 over the Realtime WebSocket API.

Install the client with: pip install websocket-client
"""

import json
import os
from urllib.parse import urlencode

from websocket import create_connection


MODEL = "gpt-realtime-2.1"
BASE_URL = "wss://api.cometapi.com"
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"


def get(path: str) -> str:
    """Build a WebSocket URL for the API's GET route."""

    return f"{BASE_URL}{path}?{urlencode({'model': MODEL})}"


socket = create_connection(
    get("/v1/realtime"),
    header=[
        f"Authorization: Bearer {COMETAPI_KEY}",
        "OpenAI-Beta: realtime=v1",
    ],
    timeout=30,
)

try:
    socket.send(
        json.dumps(
            {
                "type": "session.update",
                "session": {
                    "modalities": ["text"],
                    "instructions": "Answer clearly and concisely.",
                },
            }
        )
    )
    socket.send(
        json.dumps(
            {
                "type": "conversation.item.create",
                "item": {
                    "type": "message",
                    "role": "user",
                    "content": [
                        {
                            "type": "input_text",
                            "text": "Give me one tip for a productive meeting.",
                        }
                    ],
                },
            }
        )
    )
    socket.send(json.dumps({"type": "response.create"}))

    while True:
        event = json.loads(socket.recv())
        event_type = event.get("type")
        if event_type in {
            "response.text.delta",
            "response.output_text.delta",
            "response.audio_transcript.delta",
            "response.output_audio_transcript.delta",
        }:
            print(event.get("delta", ""), end="", flush=True)
        elif event_type == "error":
            raise RuntimeError(json.dumps(event.get("error", event), indent=2))
        elif event_type == "response.done":
            print()
            break
finally:
    socket.close()

JavaScript Code Example

// Send one text turn to gpt-realtime-2.1 over the Realtime WebSocket API.
// Requires Node.js 22 or newer, which includes a global WebSocket client.

const model = "gpt-realtime-2.1";
const baseUrl = "wss://api.cometapi.com";
const apiKey = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";

function get(path) {
  const url = new URL(`${baseUrl}${path}`);
  url.searchParams.set("model", model);
  return url;
}

const socket = new WebSocket(get("/v1/realtime"), [
  "realtime",
  `openai-insecure-api-key.${apiKey}`,
  "openai-beta.realtime-v1",
]);

socket.addEventListener("open", () => {
  socket.send(
    JSON.stringify({
      type: "session.update",
      session: {
        modalities: ["text"],
        instructions: "Answer clearly and concisely.",
      },
    }),
  );
  socket.send(
    JSON.stringify({
      type: "conversation.item.create",
      item: {
        type: "message",
        role: "user",
        content: [
          {
            type: "input_text",
            text: "Give me one tip for a productive meeting.",
          },
        ],
      },
    }),
  );
  socket.send(JSON.stringify({ type: "response.create" }));
});

socket.addEventListener("message", ({ data }) => {
  const event = JSON.parse(data.toString());
  if (
    [
      "response.text.delta",
      "response.output_text.delta",
      "response.audio_transcript.delta",
      "response.output_audio_transcript.delta",
    ].includes(event.type)
  ) {
    process.stdout.write(event.delta || "");
  } else if (event.type === "error") {
    console.error(JSON.stringify(event.error || event, null, 2));
    socket.close();
    process.exitCode = 1;
  } else if (event.type === "response.done") {
    process.stdout.write("\n");
    socket.close();
  }
});

socket.addEventListener("error", (error) => {
  console.error("WebSocket error:", error.message || error);
  process.exitCode = 1;
});

Fähigkeiten

Prüfen Sie die wichtigsten Modellfakten, bevor Sie eine Architektur wählen oder die Produktionslast abschätzen.

Unterstützte Funktionen

Von der bestehenden Modell-API zurückgegebene Funktionen.

text-to-speech

Eingabe und Ausgabe

Eingaben

text

Ausgaben

audio

Produktionsprofil

Anbieter: OpenAI
Kontext: Modellabhängig
Kommerzielle Nutzung: Unterstützt

Anwendungsfälle

Nutzen Sie GPT-Realtime-2.1 für Produktions-Workflows entsprechend seiner audio-Fähigkeiten und vergleichen Sie Alternativen vor einer langfristigen Integration.

Sprach-, Musik- und Audiogenerierung

Sprach-Erlebnisse und Medienproduktion

Automatisierte Audio-Workflows im großen Maßstab

Weitere Modelle

Vergleichen Sie weitere über CometAPI verfügbare Modelle hinsichtlich Qualität, Latenz, Funktionsumfang und Preis.

Modellvergleich öffnen →

Das beste Sprachmodell für Audioeingabe und -ausgabe.

Modell ansehen

OpenAI

TTS

OpenAI Text-zu-Sprache

Modell ansehen

OpenAI

Whisper-1

Sprach-zu-Text, Erstellung von Übersetzungen

GPT-4o mini Realtime Preview

Modell ansehen

Verfügbarkeit

Prüfen Sie Live-Heartbeat-Daten, Endpunktverfügbarkeit und gemessene Antwortzeiten vor dem Produktivbetrieb.

Versionen

Prüfen Sie verfügbare Modellkennungen, bevor Sie eine Produktionsintegration festlegen.

gpt-realtime-2.1

gpt-realtime-2.1-mini

Aktualisierungen

Verfolgen Sie relevante Änderungen bei Verfügbarkeit, Preisen und Funktionen von GPT-Realtime-2.1, ohne die stabile Modellseite zu verlieren.

Modelländerungsprotokoll

Eine Seite, die mit der Zeit immer besser wird.

Versionshinweise, Preisänderungen, Benchmark-Aktualisierungen und Migrationsanleitungen werden hier gesammelt, während die kanonische URL unverändert bleibt.

Aug 6, 2026

API-Verfügbarkeit bestätigt

GPT-Realtime-2.1 ist über den CometAPI-Modellkatalog und die API-Dokumentation verfügbar.

Aktuell

Live-Daten

Preise und Limits mit dem Katalog synchronisiert

Preis, Kontext, Verfügbarkeit und Limits werden als dynamische Eigenschaften behandelt, anstatt in den Seitentitel oder die Modellidentität eingebettet zu werden.

Aug 7, 2026

Dauerhafte Modellinstanz erstellt

Der Anbieter und der Modell-Slug bilden eine dauerhafte kanonische URL; zukünftige Inhalts- und Datenaktualisierungen bleiben auf dieser Seite.

Weiter erkunden