OpenAI publie trois modèles vocaux dans l’API en temps réel ; GPT-Realtime-2 affiche une fenêtre de contexte de 128K

D’après Beating, OpenAI a publié trois modèles vocaux dans son API Realtime : GPT-Realtime-2 pour la conversation vocale avec raisonnement, GPT-Realtime-Translate pour la traduction en temps réel, et GPT-Realtime-Whisper pour la transcription en flux. GPT-Realtime-2 est le premier modèle vocal d’OpenAI avec une capacité de raisonnement de niveau GPT-5, étendant la fenêtre de contexte de 32K à 128K jetons, et prenant en charge jusqu’à 1-2 heures de conversation dense.

GPT-Realtime-2 a amélioré de 15,2% le benchmark Big Bench Audio et de 13,8% Audio MultiChallenge par rapport à GPT-Realtime-1.5. GPT-Realtime-Translate prend en charge 70+ langues d’entrée pour produire des traductions dans 13 langues de sortie. Tarification : GPT-Realtime-2 à 32 dollars par million de jetons d’entrée et 64 dollars par million de jetons de sortie ; Translate à 0,034 dollar par minute ; Whisper à 0,017 dollar par minute.

Avertissement : Les informations contenues dans cette page peuvent provenir de tiers et ne représentent pas les points de vue ou les opinions de Gate. Le contenu de cette page est fourni à titre de référence uniquement et ne constitue pas un conseil financier, d'investissement ou juridique. Gate ne garantit pas l'exactitude ou l'exhaustivité des informations et n'est pas responsable des pertes résultant de l'utilisation de ces informations. Les investissements en actifs virtuels comportent des risques élevés et sont soumis à une forte volatilité des prix. Vous pouvez perdre la totalité du capital investi. Veuillez comprendre pleinement les risques pertinents et prendre des décisions prudentes en fonction de votre propre situation financière et de votre tolérance au risque. Pour plus de détails, veuillez consulter l'avertissement.
Commentaire
0/400
Aucun commentaire