GPT-Realtime-2.1 API는 어떤 산업에서 사용할 수 있나요?

GPT-Realtime-2.1은 고객 지원, 영업 자동화, 헬스케어 보조, 교육 플랫폼, 스마트 디바이스 애플리케이션에 적합합니다.

GPT-Realtime-2.1은 함수 호출을 지원하나요?

예. GPT-Realtime-2.1은 도구 사용과 함수 호출을 지원하여 대화 중 음성 에이전트가 외부 동작을 실행할 수 있습니다.

GPT-Realtime-2.1의 컨텍스트 윈도우 크기는 얼마나 되나요?

GPT-Realtime-2.1은 128,000 토큰 컨텍스트 윈도우와 최대 32,000 출력 토큰을 지원합니다.

GPT-Realtime-2.1 API로 실시간 음성 어시스턴트를 만들 수 있나요?

예. GPT-Realtime-2.1은 음성-대-음성 애플리케이션을 위해 설계되었으며, 개발자가 저지연 대화형 음성 에이전트를 구축할 수 있도록 합니다.

GPT-Realtime-2.1은 어떤 입력 및 출력 방식을 지원하나요?

GPT-Realtime-2.1은 텍스트와 오디오 입출력 및 이미지 입력을 지원하지만, 비디오 입력은 지원하지 않습니다.

GPT-Realtime-2 대비 GPT-Realtime-2.1의 개선점은 무엇인가요?

GPT-Realtime-2.1은 실시간 추론과 도구 사용 능력을 유지하면서 영숫자 인식, 무음 처리, 잡음 강인성, 중단 시 동작을 개선했습니다.

개발자는 언제 GPT-4o Realtime API 대신 GPT-Realtime-2.1을 선택해야 하나요?

더 강력한 추론, 도구 실행, 복잡한 대화형 워크플로가 필요한 고급 음성 에이전트의 경우 개발자는 GPT-Realtime-2.1을 선택해야 합니다.

OpenAI

사용 가능

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.

시작 가격

$3.20 / 입력 토큰 100만 개

사용량 기반 요금제

API 상태

사용 가능

프로덕션 엔드포인트

응답 속도

비동기 지원

실측 API 응답 시간

출시일

Aug 7, 2026

OpenAI

가격

위의 간단한 견적을 단일 실행 기준으로 참고한 후, CometAPI와 공식 가격의 전체 비교를 확인하세요.

첫 번째 요청

$0.0224

예상 CometAPI 사용 비용

10회 요청

$0.2240

예상 CometAPI 사용 비용

15회 요청

$0.3360

예상 CometAPI 사용 비용

⇌

크레딧 환산

1,000 크레딧 = $1

크레딧을 사용하면 토큰, 요청 및 런타임 과금 간에 예산을 비교할 수 있습니다. 결제 시 기준이 되는 금액은 변함없이 USD 금액입니다.

✓현재 모델의 크레딧 요금

입력

3,200

크레딧 / 100만 토큰

출력

19,200

크레딧 / 100만 토큰

최소 요금 투명성 이 프로토타입은 요청당 숨겨진 최소 요금을 적용하지 않습니다. 실제 서비스에서 최소 과금액 또는 최소 충전 금액이 적용되는 경우, 구매 전에 이를 표시하고 모든 예산 추정에 포함해야 합니다.

모델	Comet 요금 (USD / 백만 토큰)	공식 요금 (USD / 백만 토큰)	할인
gpt-realtime-2.1	입력: $3.20/백만 출력: $19.20/백만	입력: $4.00/백만 출력: $24.00/백만	-20%
gpt-realtime-2.1-mini	입력: $0.4800/백만 출력: $2.88/백만	입력: $0.6000/백만 출력: $3.60/백만	-20%

모델 요약

검색 및 평가를 위한 안정적인 모델 식별자와 페이지의 핵심 SEO 구조를 다시 작성하지 않고도 변경할 수 있는 실시간 카탈로그 데이터가 함께 제공됩니다.

안정적인 모델 식별자

GPT-Realtime-2.1이란 무엇인가요?

가격과 한도가 변경되어도 정식 모델 식별자는 안정적으로 유지됩니다.

실시간 모델 데이터

현재 카탈로그 스냅샷

이용 가능 여부

이용 가능

시작 가격

$3.20 / 입력 토큰 100만 개

컨텍스트

지원 기능 보기

카탈로그 기준일

Aug 7, 2026

개요

GPT-Realtime-2.1에 대한 실용적인 개요와 주요 동작 및 통합 시 고려사항입니다.

GPT-Realtime-2.1의 기술 사양

사양	세부 정보
모델명	GPT-Realtime-2.1
제공사	OpenAI
모델 계열	GPT-Realtime series
모델 유형	실시간 멀티모달 음성 추론 모델
주요 기능	음성-투-음성 AI 에이전트
입력 모달리티	텍스트, 오디오, 이미지
출력 모달리티	텍스트, 오디오
컨텍스트 윈도우	128,000 tokens
최대 출력 토큰	32,000 tokens
추론 지원	구성 가능한 추론 강도
함수 호출	지원됨
구조화된 출력	지원되지 않음
파인튜닝	지원되지 않음
비디오 입력	지원되지 않음
주요 API 엔드포인트	Realtime API
지식 컷오프	2024년 9월 30일

출처: OpenAI GPT-Realtime-2.1 모델 문서.

GPT-Realtime-2.1란 무엇인가

GPT-Realtime-2.1는 오디오를 통해 자연스럽게 듣고, 추론하고, 응답할 수 있는 대화형 AI 에이전트를 구축하도록 설계된 OpenAI의 고급 실시간 음성 모델입니다.

별도의 음성 인식, 언어 이해, 음성 합성 파이프라인에 의존하는 기존 음성 어시스턴트와 달리, GPT-Realtime-2.1는 네이티브 음성-투-음성 상호작용을 제공하여 더 낮은 지연과 더 나은 중단 처리 및 문맥 이해를 가능하게 합니다.

이 모델은 고객 지원 에이전트, AI 어시스턴트, 세일즈 자동화, 교육 플랫폼, 인터랙티브 음성 경험 등 프로덕션 음성 애플리케이션에 최적화되어 있습니다.

GPT-Realtime-2.1 벤치마크 성능

GPT-Realtime-2.1의 개선은 실사용 실시간 상호작용 지표에 초점을 맞춥니다:

기능	개선 사항
음성 중단 처리	개선됨
소음 강인성	개선됨
영문자-숫자 인식	개선됨
도구 기반 음성 워크플로	지원됨
음성-투-음성 상호작용	지원됨

GPT-Realtime-2.1의 주요 기능

1. 네이티브 음성-투-음성 상호작용

GPT-Realtime-2.1는 별도의 음성 인식 및 음성 합성 파이프라인이 필요 없습니다.

기존 음성 아키텍처:

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

GPT-Realtime-2.1:

User Voice
 ↓
GPT-Realtime-2.1
 ↓
Voice Response

이는 지연을 줄이고 대화 흐름을 개선합니다.

2. 향상된 음성 대화 품질

GPT-Realtime-2.1는 실제 환경에서의 여러 음성 관련 과제를 개선합니다:

더 나은 중단 처리

사용자는 AI가 말하는 중에도 자연스럽게 말을 끊을 수 있습니다.

예시:

User:

"나에게 비행편을 예약해—아, 사실 도쿄로 바꿔줘."

모델은 상호작용을 재시작하지 않고도 대화상의 변경에 회복적으로 대응할 수 있습니다.

더 나은 침묵 및 소음 처리

이 모델은 오디오 품질이 완벽하지 않은 환경에 최적화되어 있습니다:

콜센터
모바일 기기
공공 공간
스마트 디바이스

3. 고급 음성 에이전트 도구 사용

GPT-Realtime-2.1는 도구 호출을 지원하여 음성 에이전트가 작업을 수행할 수 있게 합니다.

예시:

고객 지원:

User:
"Where is my order?"

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

엔터프라이즈 워크플로:

Voice command
↓
Reasoning
↓
API execution
↓
Voice confirmation

이는 GPT-Realtime-2.1를 자율형 음성 에이전트에 적합하게 만듭니다.

4. 구성 가능한 추론 기능

속도에 최적화된 이전 실시간 음성 모델과 달리, GPT-Realtime-2.1는 구성 가능한 추론 강도를 도입합니다.

개발자는 다음을 균형 있게 조정할 수 있습니다:

응답 지연
정확도
작업 복잡도

낮은 추론:

단순 대화
FAQ 어시스턴트

높은 추론:

복잡한 고객 요청
다단계 워크플로
비즈니스 운영

5. 숫자 및 기술 정보 인식 향상

음성 에이전트는 다음과 같은 항목에서 어려움을 겪는 경우가 많습니다:

계정 번호
시리얼 번호
주소
제품 코드
금융 정보

GPT-Realtime-2.1는 영문자-숫자 인식을 개선하여 엔터프라이즈 음성 시스템에 더 적합합니다.

6. 멀티모달 입력 지원

GPT-Realtime-2.1는 다음을 지원합니다:

입력	지원
텍스트	✅
오디오	✅
이미지	✅
비디오	❌

이미지 입력은 다음과 같은 시나리오를 가능하게 합니다:

시각적 고객 지원
문서 해석
카메라 기반 어시스턴트

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

모델	강점	최적 용도
GPT-Realtime-2.1	최고의 실시간 추론 + 음성 에이전트 역량	프로덕션 음성 에이전트
GPT-Realtime-2	강력한 실시간 음성 추론	고급 대화형 앱
GPT-4o Realtime	빠른 멀티모달 상호작용	일반 음성 어시스턴트

GPT-Realtime-2.1 vs GPT-Realtime-2

GPT-Realtime-2.1의 개선점:

음성 중단 복구
소음 처리
인식 정확도
대화 견고성

두 모델이 공유하는 점:

음성-투-음성 아키텍처
도구 호출
추론 지원
Realtime API 액세스

GPT-Realtime-2.1 vs GPT-4o Realtime

GPT-Realtime-2.1는 더 발전된 에이전트 워크플로에 적합합니다.

GPT-4o Realtime과 비교:

기능	GPT-Realtime-2.1	GPT-4o Realtime
추론	더 강함	일반
컨텍스트	128K	32K
도구 사용	지원됨	지원됨
음성 에이전트	고급	일반
복잡한 워크플로	더 적합	적합

CometAPI로 GPT-Realtime-2.1 API를 사용하는 방법

GPT-Realtime-2.1는 저지연 음성 에이전트 애플리케이션을 위해 설계되었습니다. 실시간 음성-투-음성 상호작용, 오디오 입출력, 이미지 입력, 구성 가능한 추론 강도, 그리고 도구 사용이 가능한 함수 호출을 지원합니다. OpenAI는 WebRTC, WebSocket, SIP 기반의 실시간 통신 방법을 포함한 Realtime API를 통해 이를 제공합니다.

CometAPI는 고급 AI 모델 통합을 위한 통합 API 계층을 제공하여, 개발자가 별도의 공급자 인증, SDK 로직, 인프라를 유지하지 않고도 GPT-Realtime-2.1 스타일의 워크플로에 접근할 수 있게 합니다.

1단계: CometAPI API 키 발급받기

CometAPI 계정을 생성하고 개발자 콘솔에서 API 토큰을 발급받습니다.

API 요청에는 다음이 포함되어야 합니다:

Authorization: Bearer YOUR_COMETAPI_API_KEY
Content-Type: application/json

API 키는 요청을 인증하며, 애플리케이션이 CometAPI를 통해 사용 가능한 AI 모델을 호출할 수 있도록 합니다.

2단계: GPT-Realtime-2.1 세션 생성

GPT-Realtime-2.1는 전통적인 요청-응답 채팅 완료 방식이 아닌 지속적인 실시간 세션을 통해 동작합니다.

실시간 세션은 다음을 유지합니다:

오디오 입력 스트림
모델 응답
대화 상태
도구 호출
중단

OpenAI의 Realtime API는 WebRTC, WebSocket, SIP 인터페이스를 통한 실시간 통신을 지원합니다.

예시:

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."
}
'

예시 응답:

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

3단계: GPT-Realtime-2.1로 오디오 입력 전송

세션을 만든 후 사용자 오디오를 스트리밍합니다.

예시 워크플로:

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

오디오 입력에는 다음이 포함될 수 있습니다:

전화 통화
음성 명령
고객 지원 콜
인터랙티브 어시스턴트

GPT-Realtime-2.1는 이전 실시간 모델과 비교하여 침묵 감지, 소음 처리, 중단 동작이 개선되어 음성 상호작용을 향상합니다.

4단계: 실시간 오디오 응답 수신

모델은 생성된 오디오 응답을 실시간 연결을 통해 반환합니다.

예시 이벤트:

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

애플리케이션은 수신된 오디오 청크를 즉시 재생할 수 있습니다.

일반적인 구현 예:

WebRTC 음성 애플리케이션
브라우저 기반 어시스턴트
모바일 음성 앱
AI 전화 에이전트

5단계: 음성 에이전트를 위한 함수 호출 추가

GPT-Realtime-2.1는 함수 호출을 지원하여 음성 에이전트가 외부 작업을 실행할 수 있게 합니다.

예시:

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

가능한 음성 에이전트 워크플로:

"내 소포는 어디 있나요?"
"내일 회의를 잡아줘."
"내 구독을 취소해줘."
"내 계정 잔액을 확인해줘."

모델은 요청을 인식하고 적절한 도구를 호출한 뒤, 대화를 자연스럽게 이어갈 수 있습니다.

6단계: 추론과 지침 구성

GPT-Realtime-2.1는 구성 가능한 추론 강도를 지원합니다.

예시:

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

권장 설정:

애플리케이션	추론 수준
간단한 음성 명령	낮음
고객 지원	중간
복잡한 워크플로 에이전트	높음

자주 묻는 질문

API

작동하는 엔드포인트와 코드 예제를 복사하고, 모든 파라미터가 필요하면 전체 API 참조 문서를 여세요.

하나의 API로 프로덕션 준비된 모델 액세스

한 번만 인증하면 모델 엔드포인트를 호출하고, 제공업체 전반에서 동일한 결제 및 모니터링 워크플로를 유지할 수 있습니다.

GET/v1/realtime

GPT-Realtime-2.1의 샘플 코드 및 API

[모델 이름]의 포괄적인 샘플 코드와 API 리소스에 액세스하여 통합 프로세스를 간소화하세요. 자세한 문서는 단계별 가이드를 제공하여 프로젝트에서 [모델 이름]의 모든 잠재력을 활용할 수 있도록 돕습니다.

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;
});

기능

아키텍처를 선택하거나 프로덕션 워크로드를 산정하기 전에 중요한 모델 정보를 확인하세요.

지원 기능

기존 모델 API가 반환하는 기능입니다.

text-to-speech

입력 및 출력

입력

text

출력

audio

프로덕션 프로필

제공업체: OpenAI
맥락: 모델별로 다름
상업적 이용: 지원됨

활용 사례

audio 기능에 맞는 프로덕션 워크플로에 GPT-Realtime-2.1을(를) 활용하고, 장기 통합 전에 다른 대안과 비교해 보세요.

음성, 음악 및 오디오 생성

음성 경험 및 미디어 제작

대규모 자동화된 오디오 워크플로

다른 모델

품질, 지연 시간, 기능, 가격 트레이드오프에 따라 CometAPI에서 제공하는 다른 모델과 비교하세요.

모델 비교 열기 →

ElevenLabs

Eleven V4

Eleven v4는 ElevenLabs의 표현력이 뛰어난 음성 합성 모델로, 풍부한 감정 전달, 문맥 인식, 높은 보이스 일관성을 바탕으로 자연스러운 음성을 생성하도록 설계되었습니다.

모델 보기

ElevenLabs

ElevenLabs Voice Dubbing

ElevenLabs Voice Dubbing API 살펴보기.

모델 보기

ElevenLabs

ElevenLabs Voice Isolation

ElevenLabs Voice Isolation API 살펴보기.

Seed Audio API 살펴보기.

GPT-4o mini Audio는 음성 및 텍스트 상호작용을 위한 멀티모달 모델입니다. 음성 인식, 번역, 텍스트 음성 변환을 수행하고 지시를 따르며, 스트리밍 응답과 함께 구조화된 작업을 위해 도구를 호출할 수 있습니다. 일반적인 사용 사례로는 실시간 음성 비서, 라이브 자막 및 번역, 통화 요약, 음성 제어 애플리케이션이 포함됩니다. 기술적 특징으로는 오디오 입력과 출력, 스트리밍 응답, 함수 호출, 구조화된 JSON 출력이 있습니다.

모델 보기

OpenAI

GPT-4o Transcribe

GPT-4o Transcribe는 다국어 저지연 음성 인식을 위한 오디오-텍스트 변환 모델입니다. 일반적인 오디오 형식에서 구두점과 문장 분할을 포함한 실시간 스트리밍 및 배치 전사를 지원합니다. 대표적인 사용 사례로는 실시간 자막, 음성 비서 입력, 회의 노트, 미디어 또는 통화 녹음 전사가 있습니다. 기술적 특징으로는 오디오 모달리티 지원, 장시간 오디오 처리, 그리고 상호작용형 및 서버 측 워크플로에 적합한 API가 포함됩니다.

모델 보기

가동 시간

프로덕션 환경으로 전환하기 전에 실시간 하트비트 데이터, 엔드포인트 가용성, 실측 응답 시간을 확인하세요.

가동 시간

지난 30일간의 요청 성공률로, 각 모델 제공자의 신뢰성을 반영합니다. CometAPI는 연결된 모든 제공자를 실시간으로 24시간 모니터링합니다.

Respond

2010msAvg. Response

Uptime

70.2%Avg. Uptime

버전

프로덕션 통합을 고정하기 전에 사용 가능한 모델 식별자를 확인하세요.

gpt-realtime-2.1

gpt-realtime-2.1-mini

업데이트

안정적인 모델 페이지를 유지하면서 GPT-Realtime-2.1의 이용 가능 여부, 가격 및 기능에 관한 주요 변경 사항을 확인하세요.

모델 변경 로그

시간이 지날수록 더 탄탄해지는 하나의 페이지입니다.

표준 URL은 변경하지 않고, 릴리스 노트, 가격 변경 사항, 벤치마크 업데이트 및 마이그레이션 가이드를 이곳에 계속 축적합니다.

Aug 7, 2026

API 사용 가능 여부 확인됨

GPT-Realtime-2.1은(는) CometAPI 모델 카탈로그 및 API 문서를 통해 사용할 수 있습니다.

현재

실시간 데이터

카탈로그에서 가격 및 제한 사항 동기화됨

가격, 컨텍스트, 사용 가능 여부 및 제한 사항은 페이지 제목이나 모델 정체성에 포함하지 않고 동적 속성으로 처리됩니다.

Aug 7, 2026

영구 모델 엔티티 생성됨

제공업체와 모델 슬러그가 영구적인 표준 URL을 구성하며, 향후 콘텐츠 및 데이터 업데이트는 이 페이지에 계속 반영됩니다.

계속 탐색하기

모델을 비교하고 조사를 계속하세요

OpenAI

사용 가능

gpt-realtime-2.1

GPT-Realtime-2.1 API

시작 가격

$3.20 / 입력 토큰 100만 개

사용량 기반 요금제

API 상태

사용 가능

프로덕션 엔드포인트

응답 속도

비동기 지원

실측 API 응답 시간

출시일

Aug 7, 2026

OpenAI

가격

위의 간단한 견적을 단일 실행 기준으로 참고한 후, CometAPI와 공식 가격의 전체 비교를 확인하세요.

첫 번째 요청

$0.0224

예상 CometAPI 사용 비용

10회 요청

$0.2240

예상 CometAPI 사용 비용

15회 요청

$0.3360

예상 CometAPI 사용 비용

⇌

크레딧 환산

1,000 크레딧 = $1

크레딧을 사용하면 토큰, 요청 및 런타임 과금 간에 예산을 비교할 수 있습니다. 결제 시 기준이 되는 금액은 변함없이 USD 금액입니다.

✓현재 모델의 크레딧 요금

입력

3,200

크레딧 / 100만 토큰

출력

19,200

크레딧 / 100만 토큰

모델	Comet 요금 (USD / 백만 토큰)	공식 요금 (USD / 백만 토큰)	할인
gpt-realtime-2.1	입력: $3.20/백만 출력: $19.20/백만	입력: $4.00/백만 출력: $24.00/백만	-20%
gpt-realtime-2.1-mini	입력: $0.4800/백만 출력: $2.88/백만	입력: $0.6000/백만 출력: $3.60/백만	-20%

모델 요약

안정적인 모델 식별자

GPT-Realtime-2.1이란 무엇인가요?

가격과 한도가 변경되어도 정식 모델 식별자는 안정적으로 유지됩니다.

실시간 모델 데이터

현재 카탈로그 스냅샷

이용 가능 여부

이용 가능

시작 가격

$3.20 / 입력 토큰 100만 개

컨텍스트

지원 기능 보기

카탈로그 기준일

Aug 7, 2026

개요

GPT-Realtime-2.1에 대한 실용적인 개요와 주요 동작 및 통합 시 고려사항입니다.

GPT-Realtime-2.1의 기술 사양

사양	세부 정보
모델명	GPT-Realtime-2.1
제공사	OpenAI
모델 계열	GPT-Realtime series
모델 유형	실시간 멀티모달 음성 추론 모델
주요 기능	음성-투-음성 AI 에이전트
입력 모달리티	텍스트, 오디오, 이미지
출력 모달리티	텍스트, 오디오
컨텍스트 윈도우	128,000 tokens
최대 출력 토큰	32,000 tokens
추론 지원	구성 가능한 추론 강도
함수 호출	지원됨
구조화된 출력	지원되지 않음
파인튜닝	지원되지 않음
비디오 입력	지원되지 않음
주요 API 엔드포인트	Realtime API
지식 컷오프	2024년 9월 30일

출처: OpenAI GPT-Realtime-2.1 모델 문서.

GPT-Realtime-2.1란 무엇인가

GPT-Realtime-2.1 벤치마크 성능

GPT-Realtime-2.1의 개선은 실사용 실시간 상호작용 지표에 초점을 맞춥니다:

기능	개선 사항
음성 중단 처리	개선됨
소음 강인성	개선됨
영문자-숫자 인식	개선됨
도구 기반 음성 워크플로	지원됨
음성-투-음성 상호작용	지원됨

GPT-Realtime-2.1의 주요 기능

1. 네이티브 음성-투-음성 상호작용

GPT-Realtime-2.1는 별도의 음성 인식 및 음성 합성 파이프라인이 필요 없습니다.

기존 음성 아키텍처:

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

GPT-Realtime-2.1:

User Voice
 ↓
GPT-Realtime-2.1
 ↓
Voice Response

이는 지연을 줄이고 대화 흐름을 개선합니다.

2. 향상된 음성 대화 품질

GPT-Realtime-2.1는 실제 환경에서의 여러 음성 관련 과제를 개선합니다:

더 나은 중단 처리

사용자는 AI가 말하는 중에도 자연스럽게 말을 끊을 수 있습니다.

예시:

User:

"나에게 비행편을 예약해—아, 사실 도쿄로 바꿔줘."

모델은 상호작용을 재시작하지 않고도 대화상의 변경에 회복적으로 대응할 수 있습니다.

더 나은 침묵 및 소음 처리

이 모델은 오디오 품질이 완벽하지 않은 환경에 최적화되어 있습니다:

콜센터
모바일 기기
공공 공간
스마트 디바이스

3. 고급 음성 에이전트 도구 사용

GPT-Realtime-2.1는 도구 호출을 지원하여 음성 에이전트가 작업을 수행할 수 있게 합니다.

예시:

고객 지원:

User:
"Where is my order?"

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

엔터프라이즈 워크플로:

Voice command
↓
Reasoning
↓
API execution
↓
Voice confirmation

이는 GPT-Realtime-2.1를 자율형 음성 에이전트에 적합하게 만듭니다.

4. 구성 가능한 추론 기능

속도에 최적화된 이전 실시간 음성 모델과 달리, GPT-Realtime-2.1는 구성 가능한 추론 강도를 도입합니다.

개발자는 다음을 균형 있게 조정할 수 있습니다:

응답 지연
정확도
작업 복잡도

낮은 추론:

단순 대화
FAQ 어시스턴트

높은 추론:

복잡한 고객 요청
다단계 워크플로
비즈니스 운영

5. 숫자 및 기술 정보 인식 향상

음성 에이전트는 다음과 같은 항목에서 어려움을 겪는 경우가 많습니다:

계정 번호
시리얼 번호
주소
제품 코드
금융 정보

GPT-Realtime-2.1는 영문자-숫자 인식을 개선하여 엔터프라이즈 음성 시스템에 더 적합합니다.

6. 멀티모달 입력 지원

GPT-Realtime-2.1는 다음을 지원합니다:

입력	지원
텍스트	✅
오디오	✅
이미지	✅
비디오	❌

이미지 입력은 다음과 같은 시나리오를 가능하게 합니다:

시각적 고객 지원
문서 해석
카메라 기반 어시스턴트

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

모델	강점	최적 용도
GPT-Realtime-2.1	최고의 실시간 추론 + 음성 에이전트 역량	프로덕션 음성 에이전트
GPT-Realtime-2	강력한 실시간 음성 추론	고급 대화형 앱
GPT-4o Realtime	빠른 멀티모달 상호작용	일반 음성 어시스턴트

GPT-Realtime-2.1 vs GPT-Realtime-2

GPT-Realtime-2.1의 개선점:

음성 중단 복구
소음 처리
인식 정확도
대화 견고성

두 모델이 공유하는 점:

음성-투-음성 아키텍처
도구 호출
추론 지원
Realtime API 액세스

GPT-Realtime-2.1 vs GPT-4o Realtime

GPT-Realtime-2.1는 더 발전된 에이전트 워크플로에 적합합니다.

GPT-4o Realtime과 비교:

기능	GPT-Realtime-2.1	GPT-4o Realtime
추론	더 강함	일반
컨텍스트	128K	32K
도구 사용	지원됨	지원됨
음성 에이전트	고급	일반
복잡한 워크플로	더 적합	적합

CometAPI로 GPT-Realtime-2.1 API를 사용하는 방법

1단계: CometAPI API 키 발급받기

CometAPI 계정을 생성하고 개발자 콘솔에서 API 토큰을 발급받습니다.

API 요청에는 다음이 포함되어야 합니다:

Authorization: Bearer YOUR_COMETAPI_API_KEY
Content-Type: application/json

API 키는 요청을 인증하며, 애플리케이션이 CometAPI를 통해 사용 가능한 AI 모델을 호출할 수 있도록 합니다.

2단계: GPT-Realtime-2.1 세션 생성

GPT-Realtime-2.1는 전통적인 요청-응답 채팅 완료 방식이 아닌 지속적인 실시간 세션을 통해 동작합니다.

실시간 세션은 다음을 유지합니다:

오디오 입력 스트림
모델 응답
대화 상태
도구 호출
중단

OpenAI의 Realtime API는 WebRTC, WebSocket, SIP 인터페이스를 통한 실시간 통신을 지원합니다.

예시:

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."
}
'

예시 응답:

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

3단계: GPT-Realtime-2.1로 오디오 입력 전송

세션을 만든 후 사용자 오디오를 스트리밍합니다.

예시 워크플로:

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

오디오 입력에는 다음이 포함될 수 있습니다:

전화 통화
음성 명령
고객 지원 콜
인터랙티브 어시스턴트

GPT-Realtime-2.1는 이전 실시간 모델과 비교하여 침묵 감지, 소음 처리, 중단 동작이 개선되어 음성 상호작용을 향상합니다.

4단계: 실시간 오디오 응답 수신

모델은 생성된 오디오 응답을 실시간 연결을 통해 반환합니다.

예시 이벤트:

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

애플리케이션은 수신된 오디오 청크를 즉시 재생할 수 있습니다.

일반적인 구현 예:

WebRTC 음성 애플리케이션
브라우저 기반 어시스턴트
모바일 음성 앱
AI 전화 에이전트

5단계: 음성 에이전트를 위한 함수 호출 추가

GPT-Realtime-2.1는 함수 호출을 지원하여 음성 에이전트가 외부 작업을 실행할 수 있게 합니다.

예시:

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

가능한 음성 에이전트 워크플로:

"내 소포는 어디 있나요?"
"내일 회의를 잡아줘."
"내 구독을 취소해줘."
"내 계정 잔액을 확인해줘."

모델은 요청을 인식하고 적절한 도구를 호출한 뒤, 대화를 자연스럽게 이어갈 수 있습니다.

6단계: 추론과 지침 구성

GPT-Realtime-2.1는 구성 가능한 추론 강도를 지원합니다.

예시:

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

권장 설정:

애플리케이션	추론 수준
간단한 음성 명령	낮음
고객 지원	중간
복잡한 워크플로 에이전트	높음

자주 묻는 질문

API

작동하는 엔드포인트와 코드 예제를 복사하고, 모든 파라미터가 필요하면 전체 API 참조 문서를 여세요.

하나의 API로 프로덕션 준비된 모델 액세스

한 번만 인증하면 모델 엔드포인트를 호출하고, 제공업체 전반에서 동일한 결제 및 모니터링 워크플로를 유지할 수 있습니다.

GET/v1/realtime

GPT-Realtime-2.1의 샘플 코드 및 API

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;
});