OpenAI上新三款实时语音模型，不仅集成了GPT-5级的推理能力，还重击了一拳同传行业：

能紧跟发言人节奏的同声传译，现在每分钟成本两毛五。

三款模型分别是GPT-Realtime-2、GPT-Realtime-Translate、GPT-Realtime-Whisper，把端到端推理语音、同声传译、流式转写三件事打包进了同一套API。

三款模型，三个定位：

GPT-Realtime-2：带着GPT-5级推理说人话办人事；

GPT-Realtime-Translate：能把70多种语言实时翻译成13种语言输出，每分钟约2毛5。

GPT-Realtime-Whisper：负责边说话边出文字的低延迟转录。

官方表示，语音正逐渐成为人们使用软件最自然的方式之一。这三款模型一起，把语音从简单的听话回话，推向了真正「能干活的交互界面」——

这下，大模型真的能像人类一样，跟你边聊天边把活干了。
http://t.cn/AXJrq29m