# OpenAI 在 API 里上线了三款实时语音模型，能边听边推理、翻译和转写

> 原标题：Advancing voice intelligence with new models in the API

- 来源：OpenAI News
- 发布时间：2026-05-07T10:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/16300
- 原文：https://openai.com/index/advancing-voice-intelligence-with-new-models-in-the-api

## 摘要

OpenAI 这次发了三个新模型：GPT‑Realtime‑2 是带 GPT‑5 级推理能力的语音模型，能处理更复杂的请求，说话中间可以插话、改主意，它还能边想边回一句“我查一下”，同时调用多个工具；GPT‑Realtime‑Translate 做实时翻译，支持 70 多种输入语言转 13 种输出语言，语速跟得上说话人。

## 推荐理由

OpenAI 在 API 上线三款实时语音模型，GPT‑Realtime‑2 支持边推理边调用多个工具，GPT‑Realtime‑Translate 覆盖 70 多种输入语言转 13 种输出语言。

## 锐评

三个模型里我只关心 Realtime-2 能不能把语音 agent 的成本打下来。边听边推理、插话改主意、边调工具边回一句“我查一下”，这些体验用 scaffold 拼也能凑出来，卡人的是延迟和价格。这次价格、延迟、context 限制一个没给，通稿里全是能力描述，我暂时按 demo 看。语音这条线现在缺的是便宜到能一直开着，参数出来再决定要不要换线上那套。
