OpenAI vydal gpt-realtime-2.1 — hlasové modely s 25 % nižšou latenciou a reasoning pre voice agenty

Čo je nové

• gpt-realtime-2.1: Vylepšená rozpoznávanie alfanumeriky, hluku a prerušení; 25 % nižšia p95 latencia cez lepšie cachovanie
• gpt-realtime-2.1-mini: Menší reasoning model pre real-time hlasové aplikácie pri 6× nižšej cene než plná verzia
• Smart Turn Detection: ML model predikuje koniec prehovoru v tichu pre prirodzenejší dialóg
• Lepšia robustnosť: Zlepšená odolnosť voči šumu, prerušeniam a reštartom streamu

Prečo to stojí za pozornosť

Realtime modely sú kľúčové pre zákaznícku podporu, AI telefonické asistencie a voice-first aplikácie. Mini variant s reasoning schopnosťami otvára cestu pre komplexnú logiku v hlasových agentoch pri nízkych nákladoch.

Ako to vyskúšať

Dostupné cez OpenAI Realtime API ako gpt-realtime-2.1 a gpt-realtime-2.1-mini; testovanie v sekcii Realtime v OpenAI Playground.