What are the official context and output token limits for gpt-audio-1.5 API?

gpt-audio-1.5 支援 128,000 個 token 的上下文視窗，且文件列出最大輸出 token 設定約為 16,384；請在開發者文件中依各端點核實確切限制。 :contentReference[oaicite:44]{index=44}

Can gpt-audio-1.5 handle both speech-to-text and text-to-speech in the API?

是的 — 它可接受音訊輸入，並可透過 Chat Completions/audio 端點返回音訊輸出或文字回應。 :contentReference[oaicite:45]{index=45}

When should I use gpt-audio-1.5 vs gpt-realtime-1.5 for a voice agent?

在需要較大上下文的 Chat Completions 流程中，選擇 gpt-audio-1.5 以獲得更高品質的音訊；針對低延遲、即時串流的語音互動，選擇 gpt-realtime-1.5。 :contentReference[oaicite:46]{index=46}

Does gpt-audio-1.5 support streaming and function calling for tool integrations?

是的 — 該模型支援串流式音訊回應與結構化輸出/函式呼叫，以整合外部工具與工作流程。 :contentReference[oaicite:47]{index=47}

Is gpt-audio-1.5 suitable for production customer support voice agents?

是的 — 它專為語音助理與對話代理而設計，但在正式部署前，應加入人工審核/QA、日誌與安全控管。 :contentReference[oaicite:48]{index=48}

What are the main limitations to consider when deploying gpt-audio-1.5?

主要考量包括大上下文音訊工作階段中的運算/延遲取捨、語音內容的安全防護措施，以及在你的領域中驗證 ASR/TTS 輸出的必要性。 :contentReference[oaicite:49]{index=49}

O

gpt-audio-1.5

輸入:$2/M

輸出:$8/M

發布時間:Feb 24, 2026

新

商業用途

gpt-audio-1.5 的技術規格

項目	gpt-audio-1.5（公開規格）
模型家族	GPT Audio 系列（音訊優先變體）
輸入類型	文字、音訊（語音輸入）
輸出類型	文字、音訊（語音輸出）、結構化輸出（支援函式呼叫）
上下文視窗	128,000 個 token。
最大輸出 token 數	16,384（記載於相關 gpt-audio 條目）。
效能等級	較高智慧；中等速度（平衡）。
延遲特性	針對語音互動最佳化（視端點而定，具中/低延遲）。
可用性	Chat Completions API（音訊輸入/輸出）與平台 playgrounds；整合於各種即時/語音介面。
安全/使用注意事項	針對語音內容設有防護措施；在生產級語音代理中，請依一般安全與驗證流程對待模型輸出。

注意：gpt-realtime-1.5 是密切相關的即時音訊/語音優先變體，針對更低延遲與即時工作階段最佳化；請見下方比較。

什麼是 gpt-audio-1.5？

gpt-audio-1.5 是支援語音輸入與語音輸出的 GPT 音訊模型，可透過 Chat Completions 與相關支援音訊的 API 使用。它被定位為主要、普遍可用的音訊模型，適用於打造語音代理與語音優先體驗，並在品質與速度之間取得平衡。

主要功能

語音輸入/語音輸出支援：處理口語輸入並回傳語音或文字回應，以實現自然的語音流程。
大型上下文以支援音訊工作流程：支援超大上下文（記載為 128k tokens），可進行多輪、長對話歷史或大型多模態工作階段。
串流與 Chat Completions 相容：可在 Chat Completions 中使用，支援串流音訊回應與函式呼叫的結構化輸出。
平衡的效能/延遲：調校以提供高品質音訊回應與中等吞吐量——適合重視品質的聊天機器人與語音助理。
生態系與整合：在平台 playgrounds 中受支援，並可於官方即時/語音端點與合作夥伴整合中使用（Azure/Microsoft Foundry 備註中參考了類似音訊模型）。

gpt-audio-1.5 與相關音訊模型對比

屬性	gpt-audio-1.5	gpt-realtime-1.5
主要側重	為 Chat Completions 與對話流程提供高品質音訊輸入/輸出。	即時 S2S（speech-to-speech），以更低延遲服務即時語音代理與串流情境。
上下文視窗	128k 個 token。	32k 個 token（即時變體之記載）。
最大輸出 token 數	16,384（有文件記載）。	通常配置為較短的即時回應（文件列出較小的最大 token 數）。
最佳用途	需要完整聊天語義與音訊的聊天機器人、語音助理。	即時語音代理、資訊亭與低延遲對話介面。

典型使用案例

客服與內部服務台的對話式語音代理。
嵌入應用、裝置與資訊亭的語音助理。
免手操作流程（聽寫、語音搜尋、無障礙存取）。
透過 Chat Completions 結合音訊與文字/影像的多模態體驗。

限制與操作考量

不能直接取代人工 QA：在生產流程中，務必對語音輸出與後續動作進行人工驗證。
資源規劃：大型上下文與音訊 I/O 會增加運算與延遲——對長工作階段設計串流/分段策略。
安全與政策限制：語音輸出具說服力；大規模部署時請遵循平台安全指南與防護措施。
如何存取 GPT Audio 1.5 API

步驟 1：註冊取得 API 金鑰

登入 cometapi.com。若您尚未成為使用者，請先註冊。登入您的 CometAPI console。取得介面存取憑證的 API 金鑰。在個人中心的 API token 頁面點擊“Add Token”，取得 token key：sk-xxxxx 並提交。

cometapi-key

步驟 2：向 GPT Audio 1.5 API 發送請求

選擇 “gpt-audio-1.5” 端點發送 API 請求並設定請求本文。請求方法與請求本文可於我們的網站 API 文件取得。我們的網站也提供 Apifox 測試以利使用。將 <YOUR_API_KEY> 替換為您帳戶中的實際 CometAPI 金鑰。base url 為 Chat Completions

將您的問題或請求插入 content 欄位——模型會回應該內容。處理 API 回應以取得產生的答案。

步驟 3：取得並驗證結果

處理 API 回應以取得產生的答案。處理完成後，API 會回覆任務狀態與輸出資料。

常見問題

gpt-audio-1.5 的定價

探索 gpt-audio-1.5 的競爭性定價，專為滿足各種預算和使用需求而設計。我們靈活的方案確保您只需為實際使用量付費，讓您能夠隨著需求增長輕鬆擴展。了解 gpt-audio-1.5 如何在保持成本可控的同時提升您的專案效果。

彗星價格 (USD / M Tokens)	官方價格 (USD / M Tokens)	折扣
輸入:$2/M 輸出:$8/M	輸入:$2.5/M 輸出:$10/M	-20%

gpt-audio-1.5 的範例程式碼和 API

存取完整的範例程式碼和 API 資源，以簡化您的 gpt-audio-1.5 整合流程。我們詳盡的文件提供逐步指引，協助您在專案中充分發揮 gpt-audio-1.5 的潛力。

POST

/v1/chat/completions

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}")

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}`);

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')
"