針對語音代理，何時應使用 gpt-audio-1.5，何時應使用 gpt-realtime-1.5？

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}

gpt-audio-1.5 是否適用於生產環境的客戶支援語音代理？

是的——它專為語音助理與對話型代理設計，但在投入生產前應加入人工審核/QA、日誌記錄與安全控制。 :contentReference[oaicite:48]{index=48}

部署 gpt-audio-1.5 時需要考量的主要限制是什麼？

關鍵考量包含：針對大型上下文音訊工作階段的運算/延遲權衡、語音內容的安全防護，以及需在你的領域中驗證 ASR/TTS 輸出。 :contentReference[oaicite:49]{index=49}

gpt-audio-1.5 是否可在 API 中同時處理語音轉文字與文字轉語音？

可以——它接受音訊輸入，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}

gpt-audio-1.5 API 的官方上下文與輸出 token 限制是多少？

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

gpt-audio-1.5 是否支援用於工具整合的串流與函式呼叫？

是的——該模型支援串流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}

OpenAI

可使用

gpt-audio-1.5

gpt-audio-1.5 API

搭配 Chat Completions 進行音訊輸入、音訊輸出的最佳語音模型。

起始價格

$2.00 / 100 萬輸入 tokens

按使用量計費

API 健康狀態

可使用

正式環境端點

回應時間

支援非同步

實測 API 回應時間

發布時間

Feb 24, 2026

OpenAI

概覽

gpt-audio-1.5 的實用總覽,涵蓋重要行為與整合注意事項。

gpt-audio-1.5 的技術規格

項目	gpt-audio-1.5（公開規格）
模型系列	GPT Audio 系列（以音訊為先的變體）
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 tokens。
最大輸出 tokens	16,384（記載於相關 gpt-audio 清單）。
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（中/低延遲，取決於端點）。
可用性	Chat Completions API（音訊輸入/輸出）與平台 Playground；整合於即時/語音介面。
安全／使用說明	針對語音內容設置防護；在生產級語音代理中，請依照慣常的安全與驗證流程對待模型輸出。

注意：gpt-realtime-1.5 為密切相關的即時音訊/語音優先變體，針對更低延遲與即時會話進行最佳化；請參見下文比較。

什麼是 gpt-audio-1.5?

gpt-audio-1.5 是一個具備音訊能力的 GPT 模型，可透過 Chat Completions 與相關具音訊能力的 API 同時支援語音輸入與語音輸出。其定位為面向普遍可用的核心音訊模型，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/輸出支援：處理口語輸入，並以語音或文字回應，適用於自然語音流程。
適用於音訊工作流程的大型上下文：支援超大上下文（文件記載為 128k tokens），可用於多輪、長對話歷程或大型多模態工作階段。
串流與 Chat Completions 相容性：可在 Chat Completions 中運作，支援串流音訊回應與函式呼叫等結構化輸出。
效能/延遲平衡：為提供高品質音訊回應而調校，在中等吞吐量下運作——適合品質重要的聊天機器人與語音助理。
生態系與整合：受平台 Playground 支援，並可用於官方即時/語音端點與合作夥伴整合（Azure/Microsoft Foundry 註解提及類似音訊模型）。

gpt-audio-1.5 與相關音訊模型比較

屬性	gpt-audio-1.5	gpt-realtime-1.5
主要聚焦	針對 Chat Completions 與對話流程提供高品質音訊輸入/輸出。	即時 S2S（語音到語音），面向即時語音代理與串流情境提供更低延遲。
上下文視窗	128k tokens。	32k tokens（即時變體之文件記載）。
最大輸出 tokens	16,384（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 tokens）。
最佳用途	聊天機器人、需要完整聊天語意與音訊的語音助理。	即時語音代理、自助服務亭與低延遲對話介面。

代表性使用案例

用於客戶支援與內部服務台的對話式語音代理。
嵌入於應用程式、裝置與自助機中的語音助理。
免持工作流程（聽寫、語音搜尋、無障礙）。
透過 Chat Completions 將音訊與文字/影像混合的多模態體驗。

限制與操作考量

不可直接取代人工 QA：請務必在生產流程中以人工審查驗證語音輸出與後續動作。
資源規劃：大型上下文與音訊 I/O 會提升運算量與延遲——針對長時間會話設計串流/分段策略。
安全與政策限制：語音輸出具有說服力；大規模部署時請遵循平台安全準則與防護措施。
如何存取 GPT Audio 1.5 API

步驟 1：註冊取得 API 金鑰

登入 cometapi.com。若您尚未成為我們的用戶，請先註冊。登入您的 CometAPI 控制台。取得介面的存取憑證 API 金鑰。在個人中心的 API token 處點擊「Add Token」，取得 token 金鑰：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」端點來發送 API 請求並設定請求本文。請求方法與請求本文可從我們網站的 API 文件取得。我們的網站也提供 Apifox 測試以便您使用。將 <YOUR_API_KEY> 替換為您帳戶中的實際 CometAPI 金鑰。base url 為 Chat Completions

將您的問題或請求填入 content 欄位——模型將回應該內容。處理 API 回應以取得生成的答案。

步驟 3：擷取並驗證結果

處理 API 回應以取得生成的答案。處理完成後，API 會回傳任務狀態與輸出資料。

常見問題

定價

先參考上方的單次執行預估,再查看完整的 CometAPI 與官方價格比較。

第一次請求

$0.01

預估 CometAPI 使用費用

十次請求

$0.1

預估 CometAPI 使用費用

十五次請求

$0.15

預估 CometAPI 使用費用

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。

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
輸入:$2/M 輸出:$8/M	輸入:$2.5/M 輸出:$10/M	-20%

API

複製可用的端點與程式碼範例,需要完整參數時再開啟完整 API 參考文件。

一個 API,直接對接正式環境模型

只需驗證一次,即可呼叫模型端點,並在各供應商間維持一致的計費與監控流程。

POST/v1/chat/completions

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

# 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}`);

功能

在選擇架構或評估正式環境負載前,先掌握模型的關鍵資訊。

支援的功能

現有模型 API 回傳的功能。

text-to-speech

輸入與輸出

輸入

text

輸出

audio

正式環境資訊

供應商: OpenAI
上下文: 依模型而定
商業使用: 支援

應用場景

將 gpt-audio-1.5 用於符合其 audio 能力的正式工作流程,並在長期整合前比較其他選項。

語音、音樂與音訊生成

語音體驗與媒體製作

大規模自動化音訊工作流程

其他模型

比較 CometAPI 提供的其他模型,在品質、延遲、功能與價格間取得平衡。

開啟模型比較 →

OpenAI

GPT-Realtime-2.1

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.

查看模型

OpenAI

GPT-Realtime-2

GPT-Realtime-2 是我們最強大的即時語音模型。它支援語音對語音的互動，提供可調整的推理強度、更強的指令遵循能力，以及在複雜語音代理工作流程中更可靠的工具使用。

用於音訊輸入、音訊輸出的最佳語音模型。

OpenAI 文字轉語音

[語音合成] 全新上線：線上文字轉廣播級音訊，支援預覽功能 ● 可同時生成 audio_id，適用於任何 Keling API。

Kling 影片轉音訊

Uptime

在正式上線前,查看即時心跳資料、端點可用性與實測回應時間。

持續探索

比較模型,繼續你的研究

OpenAI

可使用

gpt-audio-1.5

gpt-audio-1.5 API

搭配 Chat Completions 進行音訊輸入、音訊輸出的最佳語音模型。

起始價格

$2.00 / 100 萬輸入 tokens

按使用量計費

API 健康狀態

可使用

正式環境端點

回應時間

支援非同步

實測 API 回應時間

發布時間

Feb 24, 2026

OpenAI

概覽

gpt-audio-1.5 的實用總覽,涵蓋重要行為與整合注意事項。

gpt-audio-1.5 的技術規格

項目	gpt-audio-1.5（公開規格）
模型系列	GPT Audio 系列（以音訊為先的變體）
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 tokens。
最大輸出 tokens	16,384（記載於相關 gpt-audio 清單）。
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（中/低延遲，取決於端點）。
可用性	Chat Completions API（音訊輸入/輸出）與平台 Playground；整合於即時/語音介面。
安全／使用說明	針對語音內容設置防護；在生產級語音代理中，請依照慣常的安全與驗證流程對待模型輸出。

注意：gpt-realtime-1.5 為密切相關的即時音訊/語音優先變體，針對更低延遲與即時會話進行最佳化；請參見下文比較。

什麼是 gpt-audio-1.5?

主要功能

語音輸入/輸出支援：處理口語輸入，並以語音或文字回應，適用於自然語音流程。
適用於音訊工作流程的大型上下文：支援超大上下文（文件記載為 128k tokens），可用於多輪、長對話歷程或大型多模態工作階段。
串流與 Chat Completions 相容性：可在 Chat Completions 中運作，支援串流音訊回應與函式呼叫等結構化輸出。
效能/延遲平衡：為提供高品質音訊回應而調校，在中等吞吐量下運作——適合品質重要的聊天機器人與語音助理。
生態系與整合：受平台 Playground 支援，並可用於官方即時/語音端點與合作夥伴整合（Azure/Microsoft Foundry 註解提及類似音訊模型）。

gpt-audio-1.5 與相關音訊模型比較

屬性	gpt-audio-1.5	gpt-realtime-1.5
主要聚焦	針對 Chat Completions 與對話流程提供高品質音訊輸入/輸出。	即時 S2S（語音到語音），面向即時語音代理與串流情境提供更低延遲。
上下文視窗	128k tokens。	32k tokens（即時變體之文件記載）。
最大輸出 tokens	16,384（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 tokens）。
最佳用途	聊天機器人、需要完整聊天語意與音訊的語音助理。	即時語音代理、自助服務亭與低延遲對話介面。

代表性使用案例

用於客戶支援與內部服務台的對話式語音代理。
嵌入於應用程式、裝置與自助機中的語音助理。
免持工作流程（聽寫、語音搜尋、無障礙）。
透過 Chat Completions 將音訊與文字/影像混合的多模態體驗。

限制與操作考量

不可直接取代人工 QA：請務必在生產流程中以人工審查驗證語音輸出與後續動作。
資源規劃：大型上下文與音訊 I/O 會提升運算量與延遲——針對長時間會話設計串流/分段策略。
安全與政策限制：語音輸出具有說服力；大規模部署時請遵循平台安全準則與防護措施。
如何存取 GPT Audio 1.5 API

步驟 1：註冊取得 API 金鑰

cometapi-key

步驟 2：向 GPT Audio 1.5 API 發送請求

將您的問題或請求填入 content 欄位——模型將回應該內容。處理 API 回應以取得生成的答案。

步驟 3：擷取並驗證結果

處理 API 回應以取得生成的答案。處理完成後，API 會回傳任務狀態與輸出資料。

常見問題

定價

先參考上方的單次執行預估,再查看完整的 CometAPI 與官方價格比較。

第一次請求

$0.01

預估 CometAPI 使用費用

十次請求

$0.1

預估 CometAPI 使用費用

十五次請求

$0.15

預估 CometAPI 使用費用

gpt-audio-1.5 的定價

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
輸入:$2/M 輸出:$8/M	輸入:$2.5/M 輸出:$10/M	-20%

API

複製可用的端點與程式碼範例,需要完整參數時再開啟完整 API 參考文件。

一個 API,直接對接正式環境模型

只需驗證一次,即可呼叫模型端點,並在各供應商間維持一致的計費與監控流程。

POST/v1/chat/completions

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

# 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}`);