Bilakah saya patut menggunakan gpt-audio-1.5 berbanding gpt-realtime-1.5 untuk ejen suara?

Pilih gpt-audio-1.5 untuk audio berkualiti lebih tinggi dalam aliran Chat Completions apabila diperlukan konteks yang lebih besar; pilih gpt-realtime-1.5 untuk interaksi suara penstriman langsung berlatensi rendah. :contentReference[oaicite:46]{index=46}

Adakah gpt-audio-1.5 sesuai untuk ejen suara sokongan pelanggan dalam persekitaran produksi?

Ya — ia direka untuk pembantu suara dan ejen perbualan, tetapi anda harus menambah semakan manusia/QA, pencatatan log, dan kawalan keselamatan sebelum penyebaran ke produksi. :contentReference[oaicite:48]{index=48}

Apakah batasan utama yang perlu dipertimbangkan apabila menyebarkan gpt-audio-1.5?

Pertimbangan utama ialah pertukaran pengiraan/latensi untuk sesi audio berkonteks besar, penghad keselamatan bagi kandungan suara, serta keperluan untuk mengesahkan output ASR/TTS dalam domain anda. :contentReference[oaicite:49]{index=49}

Bolehkah gpt-audio-1.5 mengendalikan kedua-duanya, ucapan-ke-teks dan teks-ke-ucapan, dalam API?

Ya — ia menerima input audio dan boleh mengembalikan output audio atau respons berteks melalui titik akhir Chat Completions/audio. :contentReference[oaicite:45]{index=45}

Apakah had token konteks dan output rasmi untuk API gpt-audio-1.5?

gpt-audio-1.5 menyokong tetingkap konteks 128,000 token dan dokumen menyenaraikan konfigurasi token output maksimum sekitar 16,384; sahkan had tepat bagi setiap titik akhir dalam dokumentasi pembangun. :contentReference[oaicite:44]{index=44}

Adakah gpt-audio-1.5 menyokong penstriman dan pemanggilan fungsi untuk penyepaduan alat?

Ya — model ini menyokong respons audio berpenstriman dan output berstruktur/pemanggilan fungsi untuk menyepadukan alat dan aliran kerja luaran. :contentReference[oaicite:47]{index=47}

OpenAI

Tersedia

gpt-audio-1.5

gpt-audio-1.5 API

Model suara terbaik untuk audio masuk, audio keluar dengan Chat Completions

Harga permulaan

$2.00 / 1J token input

Pengebilan berasaskan penggunaan

Kesihatan API

Tersedia

Endpoint pengeluaran

Respons

Sedia async

Masa respons API yang diperhatikan

Dikeluarkan

Feb 24, 2026

OpenAI

Harga

Gunakan anggaran pantas di atas untuk satu larian, kemudian semak perbandingan penuh antara CometAPI dan harga rasmi.

Permintaan pertama

$0.0100

Anggaran kos penggunaan CometAPI

Sepuluh permintaan

$0.1000

Anggaran kos penggunaan CometAPI

Lima belas permintaan

$0.1500

Anggaran kos penggunaan CometAPI

⇌

Penukaran kredit

1,000 kredit = $1

Kredit menjadikan belanjawan lebih mudah dibandingkan antara pengebilan berdasarkan token, permintaan dan masa jalan. Jumlah USD kekal sebagai rujukan utama semasa pembayaran.

✓Model semasa dalam kredit

Input

2,000

kredit / 1 juta token

Output

8,000

kredit / 1 juta token

Ketelusan caj minimum Prototaip ini tidak mengandaikan caj minimum tersembunyi bagi setiap permintaan. Jika had minimum pengebilan atau tambah nilai minimum dikenakan dalam persekitaran produksi, perkara tersebut mesti dipaparkan sebelum pembelian dan disertakan dalam setiap anggaran belanjawan.

Harga Comet (USD / Juta Token)	Harga Rasmi (USD / Juta Token)	Diskaun
Input: $2.00/J Output: $8.00/J	Input: $2.50/J Output: $10.00/J	-20%

Ringkasan model

Identiti model yang stabil untuk carian dan penilaian, disertakan dengan data katalog masa nyata yang boleh berubah tanpa perlu menulis semula struktur SEO teras halaman.

Identiti stabil

Apakah gpt-audio-1.5?

Model suara terbaik untuk audio masuk, audio keluar dengan Chat Completions

Identiti kanonik model kekal stabil walaupun harga dan had berubah.

Data model masa nyata

Gambaran katalog semasa

Ketersediaan

Tersedia

Harga permulaan

$2.00 / 1J token input

Konteks

Lihat keupayaan

Tarikh katalog

Feb 24, 2026

Gambaran Keseluruhan

Gambaran keseluruhan praktikal tentang gpt-audio-1.5, termasuk tingkah laku penting dan pertimbangan integrasi.

Spesifikasi teknikal gpt-audio-1.5

Item	gpt-audio-1.5 (spesifikasi awam)
Model family	Keluarga GPT Audio (varian mengutamakan audio)
Input types	Teks, audio (pertuturan masuk)
Output types	Teks, audio (pertuturan keluar), output berstruktur (menyokong panggilan fungsi)
Context window	128,000 token.
Max output tokens	16,384 (didokumenkan dalam penyenaraian gpt-audio yang berkaitan).
Performance tier	Kepintaran lebih tinggi; Kelajuan sederhana (seimbang).
Latency profile	Dioptimumkan untuk interaksi suara (latensi sederhana/rendah bergantung pada endpoint).
Availability	Chat Completions API (audio masuk/keluar) dan platform playgrounds; disepadukan merentas permukaan masa nyata/suara.
Safety / usage notes	Garis panduan keselamatan untuk kandungan suara; perlakukan output model dengan langkah keselamatan dan pengesahan lazim bagi ejen suara produksi.

Nota: gpt-realtime-1.5 ialah varian berkait rapat yang mengutamakan audio/suara masa nyata dengan latensi lebih rendah dan sesi masa nyata; bandingkan di bawah.

Apakah gpt-audio-1.5?

gpt-audio-1.5 ialah model GPT berkeupayaan audio yang menyokong input pertuturan dan output pertuturan melalui Chat Completions dan API berkebolehan audio yang berkaitan. Ia diposisikan sebagai model audio utama yang tersedia umum untuk membina ejen suara dan pengalaman yang mengutamakan pertuturan sambil mengimbangi kualiti dan kelajuan.

Ciri utama

Sokongan input pertuturan / output pertuturan: Menangani input pertuturan dan mengembalikan respons pertuturan atau teks bagi aliran suara yang semula jadi.
Konteks besar untuk aliran kerja audio: Menyokong konteks yang sangat besar (didokumenkan 128k token) bagi sejarah perbualan berbilang pusingan yang panjang atau sesi multimodal yang besar.
Keserasian penstriman & Chat Completions: Berfungsi dalam Chat Completions dengan respons audio penstriman dan output berstruktur panggilan fungsi.
Prestasi/latensi seimbang: Ditala untuk menyediakan respons audio berkualiti tinggi pada kadar sederhana—sesuai untuk bot sembang dan pembantu suara di mana kualiti penting.
Ekosistem & integrasi: Disokong dalam playgrounds platform dan tersedia merentas endpoint rasmi masa nyata/suara serta integrasi rakan kongsi (nota Azure/Microsoft Foundry merujuk kepada model audio serupa).

gpt-audio-1.5 vs model audio berkaitan

Ciri	gpt-audio-1.5	gpt-realtime-1.5
Tumpuan utama	Audio masuk/keluar berkualiti tinggi untuk Chat Completions dan aliran perbualan.	S2S masa nyata (pertuturan-ke-pertuturan) dengan latensi lebih rendah untuk ejen suara langsung dan senario penstriman.
Tetingkap konteks	128k token.	32k token (varian masa nyata didokumenkan).
Token output maks	16,384 (didokumenkan).	Lazimnya dikonfigurasi untuk respons masa nyata yang lebih pendek (dokumen menyenaraikan had token maksimum yang lebih kecil).
Penggunaan terbaik	Bot sembang, pembantu berkeupayaan suara yang memerlukan semantik chat penuh + audio.	Ejen suara langsung, kiosk, dan antara muka perbualan berlatensi rendah.

Kes penggunaan representatif

Ejen suara perbualan untuk sokongan pelanggan dan meja bantuan dalaman.
Pembantu berkeupayaan suara yang disepadukan dalam aplikasi, peranti, dan kiosk.
Aliran kerja bebas tangan (dikte, carian suara, kebolehaksesan).
Pengalaman multimodal yang menggabungkan audio dengan teks / imej melalui Chat Completions.

Keterbatasan & pertimbangan operasi

Bukan pengganti serta-merta untuk QA manusia: Sentiasa sahkan output pertuturan dan tindakan hiliran dengan semakan manusia dalam aliran produksi.
Perancangan sumber: Konteks besar dan I/O audio boleh meningkatkan pengiraan dan latensi—rangka strategi penstriman/segmentasi untuk sesi panjang.
Kekangan keselamatan & dasar: Output suara mempunyai kuasa mempengaruhi; patuhi garis panduan keselamatan platform dan pengadang apabila melaksanakan pada skala.
Cara mengakses API GPT Audio 1.5

Langkah 1: Daftar untuk Kunci API

Log masuk ke cometapi.com. Jika anda belum menjadi pengguna kami, sila daftar terlebih dahulu. Log masuk ke CometAPI console. Dapatkan kunci API kelayakan akses bagi antara muka. Klik “Add Token” pada token API di pusat peribadi, dapatkan kunci token: sk-xxxxx dan hantar.

cometapi-key

Langkah 2: Hantar Permintaan ke API GPT Audio 1.5

Pilih endpoint “gpt-audio-1.5” untuk menghantar permintaan API dan tetapkan badan permintaan. Kaedah permintaan dan badan permintaan diperoleh daripada dokumen API laman web kami. Laman web kami juga menyediakan ujian Apifox untuk kemudahan anda. Gantikan <YOUR_API_KEY> dengan kunci CometAPI sebenar anda daripada akaun anda. URL asas ialah Chat Completions

Masukkan soalan atau permintaan anda ke dalam medan content—ini yang akan direspons oleh model. Proses respons API untuk mendapatkan jawapan yang dijana.

Langkah 3: Dapatkan dan Sahkan Keputusan

Proses respons API untuk mendapatkan jawapan yang dijana. Selepas diproses, API mengembalikan status tugasan dan data output.

Soalan Lazim

API

Salin endpoint dan contoh kod yang berfungsi, kemudian buka rujukan API penuh apabila anda memerlukan semua parameter.

Satu API, akses model sedia untuk pengeluaran

Sahkan sekali sahaja, panggil endpoint model dan kekalkan aliran kerja pengebilan serta pemerhatian yang sama merentas penyedia.

POST/v1/chat/completions

Kod contoh dan API untuk gpt-audio-1.5

Akses kod sampel yang komprehensif dan sumber API untuk gpt-audio-1.5 bagi memperlancar proses integrasi anda. Dokumentasi terperinci kami menyediakan panduan langkah demi langkah, membantu anda memanfaatkan potensi penuh gpt-audio-1.5 dalam projek anda.

POST

/v1/chat/completions

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

cURL Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

Python Code Example

from openai import OpenAI
import os
import base64

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="gpt-audio-1.5",
    modalities=["text", "audio"],
    audio={"voice": "alloy", "format": "wav"},
    messages=[
        {
            "role": "user",
            "content": "Is a golden retriever a good family dog?"
        }
    ],
)

# Print the text response
print(completion.choices[0].message.audio.transcript)

# Save the audio response to a file
wav_bytes = base64.b64decode(completion.choices[0].message.audio.data)
output_path = "gpt-audio-1.5-output.wav"
with open(output_path, "wb") as f:
    f.write(wav_bytes)
print(f"Audio saved to {output_path}")

JavaScript Code Example

import OpenAI from "openai";
import fs from "fs";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const openai = new OpenAI({ apiKey: api_key, baseURL: base_url });

const completion = await openai.chat.completions.create({
  model: "gpt-audio-1.5",
  modalities: ["text", "audio"],
  audio: { voice: "alloy", format: "wav" },
  messages: [
    {
      role: "user",
      content: "Is a golden retriever a good family dog?",
    },
  ],
});

// Print the text transcript
console.log(completion.choices[0].message.audio.transcript);

// Save the audio response to a file
const wavBytes = Buffer.from(completion.choices[0].message.audio.data, "base64");
const outputPath = "gpt-audio-1.5-output.wav";
fs.writeFileSync(outputPath, wavBytes);
console.log(`Audio saved to ${outputPath}`);

Keupayaan

Semak fakta model yang penting sebelum memilih senibina atau menganggarkan beban kerja pengeluaran.

Keupayaan yang disokong

Ciri yang dikembalikan oleh API model sedia ada.

text-to-speech

Input dan output

Input

text

Output

audio

Profil pengeluaran

Penyedia: OpenAI
Konteks: Bergantung pada model
Kegunaan komersial: Disokong

Kes penggunaan

Gunakan gpt-audio-1.5 untuk aliran kerja pengeluaran yang sepadan dengan keupayaan audio, kemudian bandingkan alternatif sebelum komited kepada integrasi jangka panjang.

Penjanaan suara, muzik dan audio

Pengalaman suara dan pengeluaran media

Aliran kerja audio automatik pada skala besar

Model lain

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualiti, kependaman, keupayaan dan harga.

Buka perbandingan model →

ElevenLabs

Eleven Multilingual STS v2

Terokai API Eleven Multilingual STS v2.

Lihat model

ElevenLabs

Eleven Multilingual v2

Terokai API Eleven Multilingual v2.

Lihat model

ElevenLabs

ElevenLabs Text to Sound v2

Terokai API ElevenLabs Text to Sound v2.

Lihat model

ElevenLabs

Eleven v3

Terokai API Eleven v3.

Lihat model

ElevenLabs

ElevenLabs Voice Dubbing

Terokai API ElevenLabs Voice Dubbing.

Lihat model

ElevenLabs

ElevenLabs Voice Isolation

Terokai API ElevenLabs Voice Isolation.

Lihat model

Masa Operasi

Semak data heartbeat langsung, ketersediaan endpoint dan masa respons yang diperhatikan sebelum ke pengeluaran.

Kemas kini

Ikuti perubahan penting dalam ketersediaan, harga dan keupayaan gpt-audio-1.5 tanpa kehilangan halaman model yang stabil.

Log perubahan model

Satu halaman yang semakin kukuh dari semasa ke semasa.

Nota keluaran, perubahan harga, kemas kini penanda aras dan panduan migrasi dihimpunkan di sini, manakala URL kanonik kekal tidak berubah.

Feb 24, 2026

Ketersediaan API disahkan

gpt-audio-1.5 tersedia melalui katalog model dan dokumentasi API CometAPI.

Semasa

Data masa nyata

Harga dan had disegerakkan daripada katalog

Harga, konteks, ketersediaan dan had dianggap sebagai sifat dinamik dan bukannya disematkan pada tajuk halaman atau identiti model.

Feb 25, 2026

Entiti model kekal telah dicipta

Penyedia dan slug model membentuk URL kanonik yang kekal; kemas kini kandungan dan data pada masa hadapan akan terus berada di halaman ini.

Terus terokai

Bandingkan model dan teruskan penyelidikan anda

OpenAI

Tersedia

gpt-audio-1.5

gpt-audio-1.5 API

Model suara terbaik untuk audio masuk, audio keluar dengan Chat Completions

Harga permulaan

$2.00 / 1J token input

Pengebilan berasaskan penggunaan

Kesihatan API

Tersedia

Endpoint pengeluaran

Respons

Sedia async

Masa respons API yang diperhatikan

Dikeluarkan

Feb 24, 2026

OpenAI

Harga

Gunakan anggaran pantas di atas untuk satu larian, kemudian semak perbandingan penuh antara CometAPI dan harga rasmi.

Permintaan pertama

$0.0100

Anggaran kos penggunaan CometAPI

Sepuluh permintaan

$0.1000

Anggaran kos penggunaan CometAPI

Lima belas permintaan

$0.1500

Anggaran kos penggunaan CometAPI

⇌

Penukaran kredit

1,000 kredit = $1

Kredit menjadikan belanjawan lebih mudah dibandingkan antara pengebilan berdasarkan token, permintaan dan masa jalan. Jumlah USD kekal sebagai rujukan utama semasa pembayaran.

✓Model semasa dalam kredit

Input

2,000

kredit / 1 juta token

Output

8,000

kredit / 1 juta token

Harga Comet (USD / Juta Token)	Harga Rasmi (USD / Juta Token)	Diskaun
Input: $2.00/J Output: $8.00/J	Input: $2.50/J Output: $10.00/J	-20%

Ringkasan model

Identiti model yang stabil untuk carian dan penilaian, disertakan dengan data katalog masa nyata yang boleh berubah tanpa perlu menulis semula struktur SEO teras halaman.

Identiti stabil

Apakah gpt-audio-1.5?

Model suara terbaik untuk audio masuk, audio keluar dengan Chat Completions

Identiti kanonik model kekal stabil walaupun harga dan had berubah.

Data model masa nyata

Gambaran katalog semasa

Ketersediaan

Tersedia

Harga permulaan

$2.00 / 1J token input

Konteks

Lihat keupayaan

Tarikh katalog

Feb 24, 2026

Gambaran Keseluruhan

Gambaran keseluruhan praktikal tentang gpt-audio-1.5, termasuk tingkah laku penting dan pertimbangan integrasi.

Spesifikasi teknikal gpt-audio-1.5

Item	gpt-audio-1.5 (spesifikasi awam)
Model family	Keluarga GPT Audio (varian mengutamakan audio)
Input types	Teks, audio (pertuturan masuk)
Output types	Teks, audio (pertuturan keluar), output berstruktur (menyokong panggilan fungsi)
Context window	128,000 token.
Max output tokens	16,384 (didokumenkan dalam penyenaraian gpt-audio yang berkaitan).
Performance tier	Kepintaran lebih tinggi; Kelajuan sederhana (seimbang).
Latency profile	Dioptimumkan untuk interaksi suara (latensi sederhana/rendah bergantung pada endpoint).
Availability	Chat Completions API (audio masuk/keluar) dan platform playgrounds; disepadukan merentas permukaan masa nyata/suara.
Safety / usage notes	Garis panduan keselamatan untuk kandungan suara; perlakukan output model dengan langkah keselamatan dan pengesahan lazim bagi ejen suara produksi.

Nota: gpt-realtime-1.5 ialah varian berkait rapat yang mengutamakan audio/suara masa nyata dengan latensi lebih rendah dan sesi masa nyata; bandingkan di bawah.

Apakah gpt-audio-1.5?

Ciri utama

Sokongan input pertuturan / output pertuturan: Menangani input pertuturan dan mengembalikan respons pertuturan atau teks bagi aliran suara yang semula jadi.
Konteks besar untuk aliran kerja audio: Menyokong konteks yang sangat besar (didokumenkan 128k token) bagi sejarah perbualan berbilang pusingan yang panjang atau sesi multimodal yang besar.
Keserasian penstriman & Chat Completions: Berfungsi dalam Chat Completions dengan respons audio penstriman dan output berstruktur panggilan fungsi.
Prestasi/latensi seimbang: Ditala untuk menyediakan respons audio berkualiti tinggi pada kadar sederhana—sesuai untuk bot sembang dan pembantu suara di mana kualiti penting.
Ekosistem & integrasi: Disokong dalam playgrounds platform dan tersedia merentas endpoint rasmi masa nyata/suara serta integrasi rakan kongsi (nota Azure/Microsoft Foundry merujuk kepada model audio serupa).

gpt-audio-1.5 vs model audio berkaitan

Ciri	gpt-audio-1.5	gpt-realtime-1.5
Tumpuan utama	Audio masuk/keluar berkualiti tinggi untuk Chat Completions dan aliran perbualan.	S2S masa nyata (pertuturan-ke-pertuturan) dengan latensi lebih rendah untuk ejen suara langsung dan senario penstriman.
Tetingkap konteks	128k token.	32k token (varian masa nyata didokumenkan).
Token output maks	16,384 (didokumenkan).	Lazimnya dikonfigurasi untuk respons masa nyata yang lebih pendek (dokumen menyenaraikan had token maksimum yang lebih kecil).
Penggunaan terbaik	Bot sembang, pembantu berkeupayaan suara yang memerlukan semantik chat penuh + audio.	Ejen suara langsung, kiosk, dan antara muka perbualan berlatensi rendah.

Kes penggunaan representatif

Ejen suara perbualan untuk sokongan pelanggan dan meja bantuan dalaman.
Pembantu berkeupayaan suara yang disepadukan dalam aplikasi, peranti, dan kiosk.
Aliran kerja bebas tangan (dikte, carian suara, kebolehaksesan).
Pengalaman multimodal yang menggabungkan audio dengan teks / imej melalui Chat Completions.

Keterbatasan & pertimbangan operasi

Bukan pengganti serta-merta untuk QA manusia: Sentiasa sahkan output pertuturan dan tindakan hiliran dengan semakan manusia dalam aliran produksi.
Perancangan sumber: Konteks besar dan I/O audio boleh meningkatkan pengiraan dan latensi—rangka strategi penstriman/segmentasi untuk sesi panjang.
Kekangan keselamatan & dasar: Output suara mempunyai kuasa mempengaruhi; patuhi garis panduan keselamatan platform dan pengadang apabila melaksanakan pada skala.
Cara mengakses API GPT Audio 1.5

Langkah 1: Daftar untuk Kunci API

cometapi-key

Langkah 2: Hantar Permintaan ke API GPT Audio 1.5

Masukkan soalan atau permintaan anda ke dalam medan content—ini yang akan direspons oleh model. Proses respons API untuk mendapatkan jawapan yang dijana.

Langkah 3: Dapatkan dan Sahkan Keputusan

Proses respons API untuk mendapatkan jawapan yang dijana. Selepas diproses, API mengembalikan status tugasan dan data output.

Soalan Lazim

API

Salin endpoint dan contoh kod yang berfungsi, kemudian buka rujukan API penuh apabila anda memerlukan semua parameter.

Satu API, akses model sedia untuk pengeluaran

Sahkan sekali sahaja, panggil endpoint model dan kekalkan aliran kerja pengebilan serta pemerhatian yang sama merentas penyedia.

POST/v1/chat/completions

Kod contoh dan API untuk gpt-audio-1.5

POST

/v1/chat/completions

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

cURL Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

Python Code Example

from openai import OpenAI
import os
import base64

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="gpt-audio-1.5",
    modalities=["text", "audio"],
    audio={"voice": "alloy", "format": "wav"},
    messages=[
        {
            "role": "user",
            "content": "Is a golden retriever a good family dog?"
        }
    ],
)

# Print the text response
print(completion.choices[0].message.audio.transcript)

# Save the audio response to a file
wav_bytes = base64.b64decode(completion.choices[0].message.audio.data)
output_path = "gpt-audio-1.5-output.wav"
with open(output_path, "wb") as f:
    f.write(wav_bytes)
print(f"Audio saved to {output_path}")

JavaScript Code Example

import OpenAI from "openai";
import fs from "fs";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const openai = new OpenAI({ apiKey: api_key, baseURL: base_url });

const completion = await openai.chat.completions.create({
  model: "gpt-audio-1.5",
  modalities: ["text", "audio"],
  audio: { voice: "alloy", format: "wav" },
  messages: [
    {
      role: "user",
      content: "Is a golden retriever a good family dog?",
    },
  ],
});

// Print the text transcript
console.log(completion.choices[0].message.audio.transcript);

// Save the audio response to a file
const wavBytes = Buffer.from(completion.choices[0].message.audio.data, "base64");
const outputPath = "gpt-audio-1.5-output.wav";
fs.writeFileSync(outputPath, wavBytes);
console.log(`Audio saved to ${outputPath}`);

Keupayaan

Semak fakta model yang penting sebelum memilih senibina atau menganggarkan beban kerja pengeluaran.

Keupayaan yang disokong

Ciri yang dikembalikan oleh API model sedia ada.

text-to-speech

Input dan output

Input

text

Output

audio

Profil pengeluaran

Penyedia: OpenAI
Konteks: Bergantung pada model
Kegunaan komersial: Disokong

Kes penggunaan

Gunakan gpt-audio-1.5 untuk aliran kerja pengeluaran yang sepadan dengan keupayaan audio, kemudian bandingkan alternatif sebelum komited kepada integrasi jangka panjang.

Penjanaan suara, muzik dan audio

Pengalaman suara dan pengeluaran media

Aliran kerja audio automatik pada skala besar

Model lain

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualiti, kependaman, keupayaan dan harga.

Buka perbandingan model →

ElevenLabs

Eleven Multilingual STS v2

Terokai API Eleven Multilingual STS v2.

Lihat model

ElevenLabs

Eleven Multilingual v2

Terokai API Eleven Multilingual v2.

Lihat model

ElevenLabs

ElevenLabs Text to Sound v2

Terokai API ElevenLabs Text to Sound v2.

Lihat model

ElevenLabs

Eleven v3

Terokai API Eleven v3.

Lihat model

ElevenLabs

ElevenLabs Voice Dubbing

Terokai API ElevenLabs Voice Dubbing.

Lihat model

ElevenLabs

ElevenLabs Voice Isolation

Terokai API ElevenLabs Voice Isolation.

Lihat model

Masa Operasi

Semak data heartbeat langsung, ketersediaan endpoint dan masa respons yang diperhatikan sebelum ke pengeluaran.

Kemas kini

Ikuti perubahan penting dalam ketersediaan, harga dan keupayaan gpt-audio-1.5 tanpa kehilangan halaman model yang stabil.

Log perubahan model

Satu halaman yang semakin kukuh dari semasa ke semasa.

Nota keluaran, perubahan harga, kemas kini penanda aras dan panduan migrasi dihimpunkan di sini, manakala URL kanonik kekal tidak berubah.

Feb 24, 2026

Ketersediaan API disahkan

gpt-audio-1.5 tersedia melalui katalog model dan dokumentasi API CometAPI.

Semasa

Data masa nyata

Harga dan had disegerakkan daripada katalog

Harga, konteks, ketersediaan dan had dianggap sebagai sifat dinamik dan bukannya disematkan pada tajuk halaman atau identiti model.

Feb 25, 2026

Entiti model kekal telah dicipta

Penyedia dan slug model membentuk URL kanonik yang kekal; kemas kini kandungan dan data pada masa hadapan akan terus berada di halaman ini.

Terus terokai