OpenAIActualFicha verificadaRevisado 16 oct 2026

GPT-Realtime-2.1

Modelo de razonamiento para voz en tiempo real con audio bidireccional, uso de herramientas y control del esfuerzo de razonamiento.

Pruebas propias pendientes

Resumen

¿Para qué elegir GPT-Realtime-2.1?

Lo mejor

  • OpenAI documenta mejoras en reconocimiento alfanumérico, ruido, silencios e interrupciones frente a GPT-Realtime-2.
  • Admite entradas y salidas de texto y audio, imagen de entrada, function calling y conexiones Live, Realtime, WebRTC o SIP.

A tener en cuenta

  • El precio cambia por modalidad: no debe convertirse en una única tarifa por token de texto.
  • La ficha del proveedor no sustituye una prueba propia de latencia, interrupciones y tareas completadas.

La ficha técnica está verificada, pero todavía no hay una evaluación comparable de IA Versus para convertirla en una puntuación o ranking.

Ficha técnica · octubre 2026

La versión exacta importa.

ID en la APIgpt-realtime-2.1
Lanzamiento6 jul 2026
Corte de conocimiento30 sep 2024
Corte de entrenamientoConsultar fuente
Ventana de contexto128K
Salida máxima32K
Acceso a los pesosCerrados
LicenciaComercial
Modalidades de entrada

Texto · Imagen · Audio

Modalidades de salida

Texto · Audio

Disponibilidad

OpenAI API · Realtime API · WebRTC · WebSocket · SIP

Cobertura de datos

Lo que esta ficha puede demostrar hoy.

EstadoVerificado
Fuentes técnicas vinculadas3
Campos técnicos publicados7/7
Última actualización16 oct 2026

La cobertura mide la trazabilidad de la ficha, no la calidad del modelo. Las puntuaciones y rankings requieren evidencia comparable adicional.

Evaluación de rendimiento y señales externas

Qué resultados se han medido.

Todavía no hay una evaluación propia de IA Versus para asignar una nota global a este modelo. Sus especificaciones y precios permiten preparar una prueba; las notas propias se publicarán junto con el protocolo y la muestra.

Los votos de usuarios se muestran en las comparativas como una señal de preferencia independiente.

Precio API orientativo

La unidad de cobro importa.

Tarifa por modalidadTexto: 4 USD entrada · 24 USD salida por 1M; audio: 32/64 USD; imagen: 5 USD por 1M. Caché aparte.
Salida del modeloTexto · Audio

Tarifa publicada: Texto: 4 USD entrada · 24 USD salida por 1M; audio: 32/64 USD; imagen: 5 USD por 1M. Caché aparte.. La unidad publicada no equivale al coste por tarea. Para compararlo bien hay que registrar tokens de razonamiento, caché, herramientas, reintentos, latencia y tasa de éxito.

Compatibilidad técnica

Qué admite esta configuración exacta.

✓ Texto✓ Audio✓ Imagen✓ Voz en tiempo real✓ Razonamiento✓ Function calling✓ Herramientas
Razonamiento configurableSí
Function callingSí
StreamingConsultar fuente
InterrupcionesSí
Fine-tuningNo

Alternativas comparables

Compara antes de decidir.

Procedencia

Cada dato debe poder rastrearse.

Los datos del proveedor describen especificaciones, precios y disponibilidad. Las puntuaciones de rendimiento se guardan por separado para que una afirmación comercial nunca se convierta automáticamente en una valoración.

Leer metodología completa →