OpenAI

Tersedia

gpt-realtime-2

GPT-Realtime-2 API

Name: GPT-Realtime-2 API
Brand: CometAPI
SKU: gpt-realtime-2
Price: 4 USD
Availability: InStock

GPT-Realtime-2 ialah model suara masa nyata kami yang paling berkeupayaan. Ia menyokong interaksi pertuturan-ke-pertuturan dengan usaha penaakulan yang boleh dikonfigurasi, keupayaan mengikuti arahan yang lebih baik, serta penggunaan alat yang lebih boleh dipercayai untuk aliran kerja ejen suara yang kompleks.

Harga permulaan

$3.20 / 1J token input

Pengebilan berasaskan penggunaan

Kesihatan API

Tersedia

Endpoint pengeluaran

Respons

Sedia async

Masa respons API yang diperhatikan

Dikeluarkan

Jul 14, 2026

OpenAI

Harga

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

Permintaan pertama

$0.0224

Anggaran kos penggunaan CometAPI

Sepuluh permintaan

$0.2240

Anggaran kos penggunaan CometAPI

Lima belas permintaan

$0.3360

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

3,200

kredit / 1 juta token

Output

19,200

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.

Model	Harga Comet (USD / Juta Token)	Harga Rasmi (USD / Juta Token)	Diskaun
gpt-realtime-2	Input: $3.20/J Output: $19.20/J	Input: $4.00/J Output: $24.00/J	-20%
gpt-realtime-2.1	Input: $3.20/J Output: $19.20/J	Input: $4.00/J Output: $24.00/J	-20%
gpt-realtime-2.1-mini	Input: $0.4800/J Output: $2.88/J	Input: $0.6000/J Output: $3.60/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-Realtime-2?

Identiti kanonik model kekal stabil walaupun harga dan had berubah.

Data model masa nyata

Gambaran katalog semasa

Ketersediaan

Tersedia

Harga permulaan

$3.20 / 1J token input

Konteks

Lihat keupayaan

Tarikh katalog

Jul 14, 2026

Gambaran Keseluruhan

Gambaran keseluruhan praktikal tentang GPT-Realtime-2, termasuk tingkah laku penting dan pertimbangan integrasi.

Spesifikasi Teknikal GPT-Realtime-2

Spesifikasi	Butiran
Keluaran	7 Mei 2026
API	API Masa Nyata (GA)
Input	Audio, Teks, Imej
Output	Audio, Teks
Penaakulan	kelas GPT-5
Penstriman	Ya
Dupleks Penuh	Ya
Panggilan Fungsi	Ya
Multimodal	Ya
Gangguan	Disokong
Latensi Rendah	Ya
SLA Perusahaan	Ya
Sedia untuk Produksi	Ya

Apakah GPT-Realtime-2

GPT-Realtime-2 mewakili langkah besar ke hadapan dalam AI perbualan dengan melangkaui saluran pertuturan tradisional kepada seni bina bersepadu berasaskan audio dengan penaakulan kelas GPT-5. Sokongannya untuk penstriman pertuturan, input multimodal, panggilan fungsi, dan penyebaran bertaraf perusahaan menjadikannya sesuai untuk ejen suara generasi seterusnya, sokongan pelanggan, penjagaan kesihatan, pendidikan, dan pembantu pintar.

Ciri dan Sorotan GPT-Realtime-2

1. Penaakulan Tahap GPT-5

Tidak seperti model masa nyata sebelumnya, GPT-Realtime-2 boleh menyelesaikan:

tugasan berbilang langkah
pertanyaan berintensif penaakulan
perancangan
penjadualan
perbualan kompleks

bukannya sekadar menjana pertuturan yang fasih.

2. Latensi Amat Rendah

Direka untuk:

ejen telefon
pembantu suara
khidmat pelanggan
teman AI

Kemas kini Julai 2026 mengurangkan latensi p95 sekurang-kurangnya 25%.

3. Panggilan Alat

Semasa perbualan langsung, model ini boleh:

mencari pangkalan data
memeriksa inventori
menyoal CRM
mengambil dokumen
melaksanakan API
memanggil fungsi tersuai

tanpa menamatkan perbualan.

4. Pertuturan Semula Jadi

Model ini menyokong:

gangguan
jeda semula jadi
ritma perbualan
kata pengisi
pemasaan peka emosi
kelajuan pertuturan dinamik

menjadikan perbualan terasa lebih hampir kepada dialog manusia.

5. Pemahaman Multimodal

Input boleh merangkumi:

suara
teks
imej

membolehkan senario seperti:

"Lihat imej ini sementara saya menerangkan masalah."

6. Kebolehpercayaan Produksi

API Masa Nyata (GA) menambah:

sokongan SLA
SDK stabil
titik akhir produksi
penyebaran peringkat perusahaan

melangkaui perkhidmatan beta terdahulu.

Prestasi Penanda Aras GPT-Realtime-2

OpenAI telah menekankan penambahbaikan kualitatif berbanding menerbitkan suite penanda aras yang komprehensif untuk GPT-Realtime-2. Metrik yang didedahkan kepada umum termasuk:

Metrik	GPT-Realtime-2
Pertuturan-ke-Pertuturan	Asli
Penaakulan Tahap GPT-5	Ya
Panggilan Alat	Ya
Pemahaman Imej	Ya
Penstriman	Ya
SLA Produksi	Ya
Gangguan	Asli
Penambahbaikan Latensi p95 (v2.1)	≥25%

GPT-Realtime-2 vs Model Suara Lain

Ciri	GPT-Realtime-2	GPT-4o Realtime	Gemini Live	ElevenLabs Conversational AI
Audio Asli	✅	Sebahagian	Ya	Tidak
Penaakulan Tahap GPT-5	✅	Tidak	Tidak	Tidak
Panggilan Fungsi	✅	Terhad	Terhad	Tidak
Input Imej	✅	Ya	Ya	Tidak
API Perusahaan	✅	Beta	Ya	Ya
Penstriman	✅	Ya	Ya	Ya
Dupleks Penuh	✅	Sebahagian	Ya	Tidak
SLA Produksi	✅	Tidak	Ya	Tidak berkenaan

GPT-Realtime-2 menonjol dengan menggabungkan penaakulan lanjutan dengan interaksi pertuturan berlatensi rendah dalam API yang sedia untuk produksi.

Had

Kos token audio lebih tinggi daripada inferens berasaskan teks sahaja.
Sesi suara yang berjalan lama memerlukan pengurusan lebar jalur dan latensi yang teliti.
Walaupun isyarat vokal dikenal pasti, penyelidikan bebas mencadangkan konteks emosi tidak semestinya tercermin secara konsisten dalam keputusan susulan, maka pengawasan manusia kekal penting dalam aplikasi sensitif.

Cara Menggunakan API GPT-Realtime-2 pada CometAPI

CometAPI menyediakan gerbang API bersatu yang membolehkan pembangun mengakses pelbagai model AI—termasuk model masa nyata serasi OpenAI—melalui antara muka yang konsisten (ketersediaan bergantung pada katalog yang disokong penyedia).

Aliran kerja tipikal adalah:

Langkah 1: Cipta Akaun

Daftar pada platform CometAPI dan peroleh kunci API.

Langkah 2: Konfigurasikan Pengebadan

Sertakan kunci API anda dalam pengepala permintaan:

Authorization: Bearer YOUR_API_KEY

Langkah 3: Pilih Model

Nyatakan pengecam model masa nyata (contohnya, nama model GPT-Realtime-2 yang disokong oleh akaun CometAPI anda).

Langkah 4: Wujudkan Sesi Masa Nyata

Buka sambungan WebSocket atau sambungan masa nyata yang disokong oleh API untuk menstrim audio dua hala.

Langkah 5: Strim Audio

Hantar audio mikrofon secara berterusan dan terima respons pertuturan yang distrim, membolehkan perbualan berlatensi rendah.

Langkah 6: Dayakan Ciri Lanjutan

Bergantung pada pelaksanaan CometAPI, anda boleh mengkonfigurasi:

panggilan fungsi/alatan
memori perbualan
input imej
pengesanan aktiviti suara
pengendalian gangguan
tahap penaakulan (jika disokong)

Sebelum pelaksanaan, rujuk dokumentasi terkini CometAPI untuk mengesahkan nama model yang disokong, titik akhir, pengesahan, dan butiran protokol masa nyata, kerana perkara ini mungkin berkembang secara bebas daripada API rasmi OpenAI.

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.

GET/v1/realtime

Kod contoh dan API untuk GPT-Realtime-2

Akses kod sampel yang komprehensif dan sumber API untuk GPT-Realtime-2 bagi memperlancar proses integrasi anda. Dokumentasi terperinci kami menyediakan panduan langkah demi langkah, membantu anda memanfaatkan potensi penuh GPT-Realtime-2 dalam projek anda.

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"

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"

Python Code Example

"""Send one text turn to gpt-realtime-2 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"
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 over the Realtime WebSocket API.
// Requires Node.js 22 or newer, which includes a global WebSocket client.

const model = "gpt-realtime-2";
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;
});

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-Realtime-2 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.

Versi

Semak pengecam model yang tersedia sebelum menetapkan integrasi pengeluaran.

gpt-realtime-2

gpt-realtime-2.1

gpt-realtime-2.1-mini

Kemas kini

Ikuti perubahan penting dalam ketersediaan, harga dan keupayaan GPT-Realtime-2 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.

Jul 14, 2026

Ketersediaan API disahkan

GPT-Realtime-2 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.

Jul 14, 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-realtime-2

GPT-Realtime-2 API

Harga permulaan

$3.20 / 1J token input

Pengebilan berasaskan penggunaan

Kesihatan API

Tersedia

Endpoint pengeluaran

Respons

Sedia async

Masa respons API yang diperhatikan

Dikeluarkan

Jul 14, 2026

OpenAI

Harga

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

Permintaan pertama

$0.0224

Anggaran kos penggunaan CometAPI

Sepuluh permintaan

$0.2240

Anggaran kos penggunaan CometAPI

Lima belas permintaan

$0.3360

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

3,200

kredit / 1 juta token

Output

19,200

kredit / 1 juta token

Model	Harga Comet (USD / Juta Token)	Harga Rasmi (USD / Juta Token)	Diskaun
gpt-realtime-2	Input: $3.20/J Output: $19.20/J	Input: $4.00/J Output: $24.00/J	-20%
gpt-realtime-2.1	Input: $3.20/J Output: $19.20/J	Input: $4.00/J Output: $24.00/J	-20%
gpt-realtime-2.1-mini	Input: $0.4800/J Output: $2.88/J	Input: $0.6000/J Output: $3.60/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-Realtime-2?

Identiti kanonik model kekal stabil walaupun harga dan had berubah.

Data model masa nyata

Gambaran katalog semasa

Ketersediaan

Tersedia

Harga permulaan

$3.20 / 1J token input

Konteks

Lihat keupayaan

Tarikh katalog

Jul 14, 2026

Gambaran Keseluruhan

Gambaran keseluruhan praktikal tentang GPT-Realtime-2, termasuk tingkah laku penting dan pertimbangan integrasi.

Spesifikasi Teknikal GPT-Realtime-2

Spesifikasi	Butiran
Keluaran	7 Mei 2026
API	API Masa Nyata (GA)
Input	Audio, Teks, Imej
Output	Audio, Teks
Penaakulan	kelas GPT-5
Penstriman	Ya
Dupleks Penuh	Ya
Panggilan Fungsi	Ya
Multimodal	Ya
Gangguan	Disokong
Latensi Rendah	Ya
SLA Perusahaan	Ya
Sedia untuk Produksi	Ya

Apakah GPT-Realtime-2

Ciri dan Sorotan GPT-Realtime-2

1. Penaakulan Tahap GPT-5

Tidak seperti model masa nyata sebelumnya, GPT-Realtime-2 boleh menyelesaikan:

tugasan berbilang langkah
pertanyaan berintensif penaakulan
perancangan
penjadualan
perbualan kompleks

bukannya sekadar menjana pertuturan yang fasih.

2. Latensi Amat Rendah

Direka untuk:

ejen telefon
pembantu suara
khidmat pelanggan
teman AI

Kemas kini Julai 2026 mengurangkan latensi p95 sekurang-kurangnya 25%.

3. Panggilan Alat

Semasa perbualan langsung, model ini boleh:

mencari pangkalan data
memeriksa inventori
menyoal CRM
mengambil dokumen
melaksanakan API
memanggil fungsi tersuai

tanpa menamatkan perbualan.

4. Pertuturan Semula Jadi

Model ini menyokong:

gangguan
jeda semula jadi
ritma perbualan
kata pengisi
pemasaan peka emosi
kelajuan pertuturan dinamik

menjadikan perbualan terasa lebih hampir kepada dialog manusia.

5. Pemahaman Multimodal

Input boleh merangkumi:

suara
teks
imej

membolehkan senario seperti:

"Lihat imej ini sementara saya menerangkan masalah."

6. Kebolehpercayaan Produksi

API Masa Nyata (GA) menambah:

sokongan SLA
SDK stabil
titik akhir produksi
penyebaran peringkat perusahaan

melangkaui perkhidmatan beta terdahulu.

Prestasi Penanda Aras GPT-Realtime-2

OpenAI telah menekankan penambahbaikan kualitatif berbanding menerbitkan suite penanda aras yang komprehensif untuk GPT-Realtime-2. Metrik yang didedahkan kepada umum termasuk:

Metrik	GPT-Realtime-2
Pertuturan-ke-Pertuturan	Asli
Penaakulan Tahap GPT-5	Ya
Panggilan Alat	Ya
Pemahaman Imej	Ya
Penstriman	Ya
SLA Produksi	Ya
Gangguan	Asli
Penambahbaikan Latensi p95 (v2.1)	≥25%

GPT-Realtime-2 vs Model Suara Lain

Ciri	GPT-Realtime-2	GPT-4o Realtime	Gemini Live	ElevenLabs Conversational AI
Audio Asli	✅	Sebahagian	Ya	Tidak
Penaakulan Tahap GPT-5	✅	Tidak	Tidak	Tidak
Panggilan Fungsi	✅	Terhad	Terhad	Tidak
Input Imej	✅	Ya	Ya	Tidak
API Perusahaan	✅	Beta	Ya	Ya
Penstriman	✅	Ya	Ya	Ya
Dupleks Penuh	✅	Sebahagian	Ya	Tidak
SLA Produksi	✅	Tidak	Ya	Tidak berkenaan

GPT-Realtime-2 menonjol dengan menggabungkan penaakulan lanjutan dengan interaksi pertuturan berlatensi rendah dalam API yang sedia untuk produksi.

Had

Kos token audio lebih tinggi daripada inferens berasaskan teks sahaja.
Sesi suara yang berjalan lama memerlukan pengurusan lebar jalur dan latensi yang teliti.
Walaupun isyarat vokal dikenal pasti, penyelidikan bebas mencadangkan konteks emosi tidak semestinya tercermin secara konsisten dalam keputusan susulan, maka pengawasan manusia kekal penting dalam aplikasi sensitif.

Cara Menggunakan API GPT-Realtime-2 pada CometAPI

Aliran kerja tipikal adalah:

Langkah 1: Cipta Akaun

Daftar pada platform CometAPI dan peroleh kunci API.

Langkah 2: Konfigurasikan Pengebadan

Sertakan kunci API anda dalam pengepala permintaan:

Authorization: Bearer YOUR_API_KEY

Langkah 3: Pilih Model

Nyatakan pengecam model masa nyata (contohnya, nama model GPT-Realtime-2 yang disokong oleh akaun CometAPI anda).

Langkah 4: Wujudkan Sesi Masa Nyata

Buka sambungan WebSocket atau sambungan masa nyata yang disokong oleh API untuk menstrim audio dua hala.

Langkah 5: Strim Audio

Hantar audio mikrofon secara berterusan dan terima respons pertuturan yang distrim, membolehkan perbualan berlatensi rendah.

Langkah 6: Dayakan Ciri Lanjutan

Bergantung pada pelaksanaan CometAPI, anda boleh mengkonfigurasi:

panggilan fungsi/alatan
memori perbualan
input imej
pengesanan aktiviti suara
pengendalian gangguan
tahap penaakulan (jika disokong)

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.

GET/v1/realtime

Kod contoh dan API untuk GPT-Realtime-2

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"

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"

Python Code Example

"""Send one text turn to gpt-realtime-2 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"
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 over the Realtime WebSocket API.
// Requires Node.js 22 or newer, which includes a global WebSocket client.

const model = "gpt-realtime-2";
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;
});

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-Realtime-2 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.

Versi

Semak pengecam model yang tersedia sebelum menetapkan integrasi pengeluaran.

gpt-realtime-2

gpt-realtime-2.1

gpt-realtime-2.1-mini

Kemas kini

Ikuti perubahan penting dalam ketersediaan, harga dan keupayaan GPT-Realtime-2 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.

Jul 14, 2026

Ketersediaan API disahkan

GPT-Realtime-2 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.

Jul 14, 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