OpenAI lanserar nya Realtime API-modeller för röstagenter
OpenAI har släppt gpt-realtime-2.1 och gpt-realtime-2.1-mini, vilket reducerar latensen i realtids-API:et för röstagenter med minst 25% och förbättrar interaktionen.
Vad har hänt
OpenAI lanserade nyligen två nya modeller, gpt-realtime-2.1 och gpt-realtime-2.1-mini, till sitt Realtime API. Dessa uppdateringar syftar till att förbättra prestandan för AI-drivna röstagenter. Latensen i plattformen har minskats med minst 25% för 95:e percentilen för alla befintliga Realtime röstmodeller genom förbättrad prompt-caching. Den nya mini-modellen introducerar även en destillerad resonemangsmodell som kan upprätthålla konversationen under verktygsanrop, vilket eliminerar tysta perioder.
Snabbfakta
| Nya modeller | gpt-realtime-2.1 och gpt-realtime-2.1-mini |
|---|---|
| Latency-reduktion (p95) | Minst 25% |
| Lanseringsdatum | 7 juli 2026 |
”OpenAI released two new models to its Realtime API on Sunday night, cutting a latency problem that had made AI phone agents feel broken even when they were working correctly.”
”Platform-wide, OpenAI said improved prompt caching reduced p95 latency by at least 25% across all Realtime voice models — meaning the slowest 5% of response times, the tail that defines whether a voice system feels reliable, became materially faster for every existing integration”
Varför det spelar roll
Minskad latens är avgörande för att röstagenter ska upplevas som naturliga och effektiva. Tidigare problem med förseningar har fått AI-samtalsagenter att framstå som bristfälliga. Genom att eliminera långa tystnader under beräkningar och förbättra hanteringen av ljud och avbrott, blir interaktionen mer flytande och användarvänlig. Detta är en viktig utveckling för att öka acceptansen och funktionaliteten hos AI-baserade röstsystem.
Vem påverkas
Utvecklare som bygger AI-drivna röstagenter påverkas direkt av detta, då de får tillgång till mer responsiva och kapabla verktyg. Företag som implementerar kundtjänst eller andra röststyrda system får en bättre användarupplevelse. Slutanvändare som interagerar med AI-röstagenter kommer att uppleva smidigare och mer naturliga konversationer.
EU-status
Ej relevant för EU-status.
Mer att veta
gpt-realtime-2.1-modellen förbättrar hantering av siffror, bakgrundsbrus och avbrott mitt i meningar. Denna arkitektur, med en enda modell för talbearbetning och talsyntes, skiljer sig från traditionella system som ofta använder flera separata tjänster.
Snabba svar om den här nyheten
Vad har hänt?
När hände det?
Varför spelar det roll?
Vilka bolag berörs?
Länken öppnar i nytt fönster och leder till utgivarens egen sida.
Källan har spårats automatiskt från utgivaren via Aheadlines signalkedja.