All Posts
News bits
OpenAIがGPT Realtimeを正式版を公開、最先端の音声対話モデル
OpenAIがGPT Realtimeを正式版を公開、最先端の音声対話モデル
OpenAIがRealtime APIをベータ版から正式版にアップデートし、新しい音声対話モデル「gpt-realtime」を発表。 低遅延・高信頼性の音声認識と生成、複雑な指示の理解と正確なツール呼び出し、より自然で表現豊かな音声生成、システムメッセージと開発者プロンプトの解釈能力向上などが行われた。また画像入力の対応、MPCサポートの有効化などの改善も行われた。
性能向上：
- 英数字検出精度：82.8%（従来65.6%から向上）
- 指示順守精度：MultiChallengeベンチマーク30.5%（従来20.6%から向上）
- 関数呼び出し精度：ComplexFuncBench 66.5%（従来49.7%から向上）
料金：
- 音声入力トークン：100万件あたり32ドル
- キャッシュ済み入力：0.4ドル
- 音声出力トークン：100万件あたり64ドル
- 従来モデル比20%安
著者について
Hi there. I'm hrdtbs, a frontend expert and technical consultant. I started my career in the creative industry over 13 years ago, learning on the job as a 3DCG modeler and game engineer in the indie scene.
In 2015 I began working as a freelance web designer and engineer. I handled everything from design and development to operation and advertising, delivering comprehensive solutions for various clients.
In 2016 I joined Wemotion as CTO, where I built the engineering team from the ground up and led the development of core web and mobile applications for three years.
In 2019 I joined matsuri technologies as a Frontend Expert, and in 2020 I also began serving as a technical manager supporting streamers and content creators.
I'm so grateful to be working in this field, doing something that brings me so much joy. Thanks for stopping by.