# OpenAI 发布 gpt-realtime 模型，语音 API 正式上线并支持电话和图片输入

> 原标题：Introducing gpt-realtime and Realtime API updates

- 来源：OpenAI News
- 发布时间：2025-08-28T10:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/486
- 原文：https://openai.com/index/introducing-gpt-realtime

## 摘要

OpenAI 把 Realtime API 从公测转成了正式版，同时推出了新的端到端语音模型 gpt-realtime。这个模型不再走“语音转文字再转语音”的老路，而是直接处理音频，延迟更低，语气和情绪保留得更好。

## 推荐理由

OpenAI 将 Realtime API 从公测转为正式版并推出端到端语音模型 gpt-realtime，直接处理音频而非先转文字再转语音，延迟更低且语气情绪保留更好。

## 锐评

MultiChallenge 只有 30.5%，gpt-realtime 现在直接拿去接电话大概率天天翻车。

基准分就算涨了二十个百分点，这个分数放在复杂场景里依然不及格。端到端音频把语气和情绪保留得再好，加上 SIP 通话能打进呼叫中心，只要用户说话多绕两个弯，模型照样抓瞎。企业业务电话最怕的就是听错关键信息，声音包装得再像真人，多轮交互接不住也是白搭。
