Модели OpenAI

GPT-Realtime-2 — наша самая мощная голосовая модель реального времени. Она поддерживает взаимодействия «речь‑в‑речь» с настраиваемой глубиной рассуждений, более точным следованием инструкциям и более надежным использованием инструментов для сложных рабочих процессов голосовых агентов.

Начните с GPT-5.6 Sol для сложного рассуждения и программирования, выберите GPT-5.6 Terra для баланса интеллекта и стоимости, или используйте GPT-5.6 Luna для чувствительных к затратам, высокообъёмных рабочих нагрузок.

GPT Image 2 — передовая модель openai для быстрой, высококачественной генерации и редактирования изображений. Она поддерживает гибкие размеры изображений и высокоточные входные изображения.

GPT-5.5 Pro сочетает передовой интеллект, точность и эффективность для решения сложных задач. От разработки программного обеспечения и анализа данных до исследований и поддержки принятия решений он предоставляет помощь уровня эксперта быстро и стабильно.

Model 5.5 — это модель искусственного интеллекта нового поколения, разработанная для более развитого рассуждения, более быстрых ответов и повышенной точности в широком спектре задач. Она превосходно понимает сложные инструкции, генерирует высококачественный контент и помогает в программировании, анализе и решении проблем.

GPT-5.4 Nano — предельно легковесная модель ИИ, созданная для максимальной скорости и эффективности. Она оптимизирована для простых задач, взаимодействий в реальном времени и крупномасштабных развёртываний, где критически важны низкая задержка и минимальное потребление ресурсов.

GPT-5.4 Mini — легковесная и эффективная модель ИИ, оптимизированная для скорости и продуктивности в повседневных задачах. Она обеспечивает надёжные диалоговые возможности, генерацию контента и помощь в выполнении задач, поддерживая низкую задержку и минимальное использование ресурсов.

GPT-5.4 Pro — высокопроизводительная модель ИИ, созданная для профессионального и бизнес-применения. Она обеспечивает мощные возможности рассуждения, надёжную точность и эффективное выполнение задач, таких как создание контента, программирование, проведение исследований и анализ данных.

GPT Image 2 ALL — это комплексная модель генерации изображений, предназначенная для решения широкого спектра творческих и профессиональных визуальных задач. Она сочетает высококачественную генерацию изображений, продвинутое понимание запросов и гибкую поддержку стилей, чтобы обеспечивать выдающиеся результаты в самых разных сценариях использования.

GPT-5.5 превосходно справляется с написанием кода, онлайн-исследованиями, анализом данных и операциями с несколькими инструментами. Модель не только повышает автономность при выполнении сложных многошаговых задач, но и существенно улучшает способности к рассуждению и эффективность выполнения задач, при этом сохраняя такую же задержку, как у предшественника, что знаменует важный шаг на пути к автоматизации офисной деятельности на базе ИИ.

Sora 2 Pro — наша самая передовая и мощная модель генерации медиаконтента, способная создавать видео с синхронизированным звуком. Она может создавать детализированные, динамичные видеоролики из текста на естественном языке или из изображений.

Сверхмощная модель для генерации видео со звуковыми эффектами, поддерживает формат чата.

GPT-5.4 — передовая модель для сложной профессиональной работы. Reasoning.effort поддерживает: none (по умолчанию), low, medium, high и xhigh.

Модель GPT-5.3 Instant, используемая в ChatGPT

Лучшая голосовая модель для ввода и вывода аудио с Chat Completions.

Лучшая модель речи для ввода и вывода аудио.

GPT-5.3-Codex оптимизирован для агентных задач программирования в Codex или аналогичных средах. GPT-5.3-Codex поддерживает уровни интенсивности рассуждения: low, medium, high и xhigh.

GPT-Image-1.5 — это модель OpenAI для изображений в семействе GPT Image . Это нативно мультимодальная модель GPT, предназначенная для генерации изображений по текстовым подсказкам и выполнения высокоточного редактирования входных изображений при точном следовании инструкциям пользователя.

gpt-5.2-pro — самая мощная, ориентированная на продакшн модель семейства GPT-5.2 от OpenAI, доступная через Responses API для рабочих нагрузок, требующих максимальной точности, многошагового рассуждения, широкого использования инструментов и наибольших доступных у OpenAI лимитов контекста и пропускной способности.

GPT-5.1 Chat — донастроенная на инструкциях разговорная языковая модель для универсального чата, рассуждений и написания текстов. Она поддерживает многоходовые диалоги, суммаризацию, подготовку черновиков, ответы на вопросы по базе знаний и легковесную помощь с кодом для встроенных в приложения ассистентов, автоматизации службы поддержки и копилотов рабочих процессов. К ключевым техническим особенностям относятся настройка, оптимизированная для чата, управляемые и структурированные выходные данные, а также интеграционные пути для вызова инструментов и рабочих процессов извлечения, когда они доступны.

GPT-5.1 — универсальная инструкционно дообученная языковая модель, ориентированная на генерацию текста и рассуждение в рамках продуктовых рабочих процессов. Она поддерживает многоходовой диалог, форматирование структурированного вывода и ориентированные на код задачи, такие как подготовка черновиков, рефакторинг и объяснение. Типичные сценарии использования включают чат-ассистенты, вопросно-ответные системы, дополненные поиском, преобразование данных и автоматизацию в агентном стиле с использованием инструментов или API при наличии поддержки. К ключевым техническим особенностям относятся текстоцентричная модальность, следование инструкциям, вывод в стиле JSON и совместимость с вызовом функций в распространённых оркестрационных фреймворках.

Оптимизированная по стоимости версия GPT Image 1. Это нативная мультимодальная языковая модель, которая принимает на вход текст и изображения и генерирует изображения.

GPT-5 — самая мощная на сегодняшний день модель для программирования от OpenAI. Она демонстрирует значительные улучшения в генерации сложного фронтенда и отладке крупных кодовых баз. Она способна превращать идеи в реальность, обеспечивая интуитивно понятные и эстетически привлекательные результаты, создавая красивые и адаптивные веб-сайты, приложения и игры с тонким чувством эстетики — всё по одному запросу. Ранние тестировщики также отметили её дизайнерские решения и более глубокое понимание таких элементов, как отступы, типографика и белое пространство.

GPT-5 Nano — модель искусственного интеллекта, предоставляемая OpenAI.

GPT-5 mini — оптимизированный по стоимости и задержке представитель семейства GPT-5 от OpenAI, предназначенный для предоставления значительной части мультимодальных возможностей и качества следования инструкциям, присущих GPT-5, при значительно более низкой стоимости для крупномасштабного промышленного применения. Он ориентирован на среды, где основными ограничениями являются пропускная способность, предсказуемая цена за токен и быстрые ответы, при этом сохраняя мощные универсальные возможности.

Скоро

gpt-4o-image генерирует изображения на выходе, опционально используя изображения на входе

GPT-5.2 — это набор моделей с несколькими вариантами (Instant, Thinking, Pro), спроектированный для лучшего понимания длинных контекстов, улучшенных возможностей написания кода и работы с инструментами, а также существенно лучших результатов на профессиональных бенчмарках «интеллектуальной работы».

OpenAI o3‑pro — «pro»-вариант модели рассуждений o3, спроектированный для более длительного размышления и выдачи максимально надёжных ответов за счёт применения приватного обучения с подкреплением по цепочке рассуждений и устанавливающий новые передовые бенчмарки в таких областях, как наука, программирование и бизнес — при этом автономно интегрируя в рамках API такие инструменты, как веб‑поиск, анализ файлов, выполнение кода на Python и визуальные рассуждения.

Преобразование текста в речь OpenAI

Преобразование речи в текст, создание переводов

GPT-4o mini TTS — нейросетевая модель преобразования текста в речь, предназначенная для естественной генерации речи с низкой задержкой в пользовательских приложениях. Она преобразует текст в естественно звучащую речь с возможностью выбора голосов, поддержкой вывода в нескольких форматах и потоковым синтезом для обеспечения отзывчивого взаимодействия. Типичные сценарии использования включают голосовых ассистентов, IVR и контактные сценарии, чтение вслух в продукте и дикторское сопровождение медиаконтента. К техническим особенностям относятся потоковая передача через API и экспорт в распространённые аудиоформаты, такие как MP3 и WAV.

GPT-4o Transcribe — это модель преобразования аудио в текст для многоязычного распознавания речи с низкой задержкой. Она поддерживает потоковую обработку в реальном времени и пакетное транскрибирование из распространённых аудиоформатов с расстановкой знаков препинания и сегментацией на предложения. Типичные сценарии использования включают субтитры в реальном времени, ввод для голосовых ассистентов, заметки по встречам и транскрибирование медиаконтента или записей звонков. К техническим особенностям относятся поддержка аудиомодальности, обработка длинных записей и API, подходящие для интерактивных и серверных рабочих процессов.

GPT-4o mini Search Preview — компактная мультимодальная модель из семейства GPT-4o, ориентированная на взаимодействия, связанные с поиском, и рабочие процессы извлечения. Она интерпретирует и переформулирует запросы, синтезирует краткие ответы и может обосновывать ответы с опорой на внешний поиск при интеграции через вызовы инструментов/функций. Типичные сценарии использования включают встроенных в продукт поисковых ассистентов, QA по базе знаний, обнаружение в электронной коммерции и понимание запросов для ранжирования и маршрутизации. К техническим особенностям относятся ввод текста и изображений, следование инструкциям, структурированные форматы вывода и интеграция использования инструментов для RAG-пайплайнов.

GPT-4o mini Audio Preview — компактная мультимодальная модель для создания разговорных аудиоприложений. Она поддерживает голосовой ввод и вывод наряду с текстом, обеспечивая распознавание речи, синтез речи и смешанные текстово-аудио диалоги с вызовом инструментов и функций для структурированных действий. Типичные сценарии использования включают: голосовые ассистенты, потоковую транскрипцию с суммаризацией, рабочие процессы IVR и колл-ботов, а также помощников в приложениях с поддержкой аудио. Ключевые технические возможности включают аудио-ввод/вывод, потоковые ответы, следование инструкциям и интеграцию через API чата и инструментов.

GPT-4o mini Realtime Preview — это мультимодальная модель реального времени для интерактивных голосовых и визуальных взаимодействий. Она обрабатывает речь, текст и изображения с потоковым вводом и выводом, а также поддерживает вызов инструментов и функций для выполнения контекстно привязанных действий. Типичные сценарии использования включают голосовых ассистентов, обработку звонков в реальном времени, субтитрование в реальном времени и визуальные ответы на вопросы по содержимому с камеры или экрана. К техническим особенностям относятся двунаправленный аудиообмен, понимание визуальной информации, потоковые ответы и структурированные выходные данные через функции.

GPT-4o mini Audio — мультимодальная модель для речевого и текстового взаимодействия. Она выполняет распознавание речи, перевод и синтез речи, следует инструкциям и может вызывать инструменты для выполнения структурированных действий с потоковыми ответами. Типичные варианты использования включают голосовых ассистентов в реальном времени, создание субтитров и перевод в реальном времени, суммаризацию звонков и приложения с голосовым управлением. К техническим особенностям относятся ввод и вывод аудио, потоковые ответы, вызов функций и структурированный вывод в формате JSON.

An Ada-based text embedding model optimized for various NLP tasks.

A small text embedding model for efficient processing.

A large text embedding model for a wide range of natural language processing tasks.

Продвинутая модель искусственного интеллекта для генерации изображений на основе текстовых описаний.

New version of DALL-E for image generation.

O4-mini — это модель искусственного интеллекта, предоставляемая компанией OpenAI.

O3-mini — это модель искусственного интеллекта от OpenAI.

O3 — модель искусственного интеллекта, предоставляемая компанией OpenAI.

O1-pro is an artificial intelligence model provided by OpenAI.

O1 is an artificial intelligence model provided by OpenAI.

gpt-oss-20b является моделью искусственного интеллекта, предоставляемой cloudflare-workers-ai.

gpt-oss-120b — это модель искусственного интеллекта, предоставляемая cloudflare-workers-ai.

GPT-4o mini — модель искусственного интеллекта, предоставляемая OpenAI.

GPT-4o — самая продвинутая мультимодальная модель OpenAI, быстрее и дешевле, чем GPT-4 Turbo, с более мощными визуальными возможностями. Эта модель имеет контекст 128K и отсечку знаний по состоянию на октябрь 2023 года. Модели серии 1106 и выше поддерживают tool_calls и function_call. Эта модель поддерживает максимальную длину контекста 128,000 токенов.

GPT-4.1 nano — модель искусственного интеллекта, предоставляемая OpenAI. gpt-4.1-nano: Обладает увеличенным контекстным окном — поддерживает до 1 миллиона токенов контекста и способна лучше использовать этот контекст благодаря улучшенному пониманию длинного контекста. Имеет обновленную дату отсечения знаний: июнь 2024 года. Эта модель поддерживает максимальную длину контекста 1,047,576 токенов.

GPT-4.1 mini — модель искусственного интеллекта, предоставляемая OpenAI. gpt-4.1-mini: Значительный скачок в производительности небольших моделей, даже превосходит GPT-4o во многих бенчмарках. Эта модель соответствует или превосходит GPT-4o в оценке интеллектуальных возможностей, при этом снижая задержку почти вдвое и стоимость на 83%. Эта модель поддерживает максимальную длину контекста в 1,047,576 токенов.

GPT-4.1 — модель искусственного интеллекта, предоставляемая компанией OpenAI. gpt-4.1-nano: Обладает увеличенным контекстным окном — поддерживает до 1 миллиона контекстных токенов и лучше использует этот контекст благодаря улучшенному пониманию длинных контекстов. Имеет обновлённый срез знаний по состоянию на июнь 2024 года. Эта модель поддерживает максимальную длину контекста 1,047,576 токенов.

coming soon