已核验 · Aug 5, 2026
已独立佐证OpenAI Realtime GA + Realtime-mini 档位:生产级语音 agent 跨过 always-on 门槛
2 个信源OpenAI 的 GPT Realtime 模型页文档化了生产语音档位的 GA(服务端 VAD、session 中途 system instruction 更新、live session 中的 function calling),并上线 Realtime-mini 档位定位 always-on 语音 agent。GA 之后,语音 agent 创作者可以基于稳定 API 跑生产流量;Realtime-mini 档位面向 always-on 助手,适合每会话成本主导经济模型的高流量场景。GA 稳定性 + session 中途 system instruction 更新 + 低成本档位的组合,让语音 agent 从 demo 走向产品。
为什么现在讲
OpenAI Realtime GA 是语音 agent 的拐点 —— 从「酷 demo 烧 credits」变成「产品功能在生产里跑」。Realtime-mini 档位让创作者能构建 always-on 助手,不再受早期 preview 价目焦虑。
推荐理由
演示空间大:低档位 vs 标准档位对话延迟对比、live session 中的 function calling(下单 / 排程 / RAG)、Realtime-mini 档位的 always-on 助手盈亏平衡计算器。
依据
OpenAI 平台文档(高可信)+ The Decoder 周报 + IT 之家周报 + 在本周 news cycle 的 model 和 tooling 类别里交叉列出
“OpenAI Realtime 正式 GA,Realtime-mini 档位让你能上线 always-on 语音助手,不用盯着成本计费烧光预算。”
切入角度
把 Realtime GA + Realtime-mini 档位作为「语音 agent 进入生产」的拐点 —— always-on 档位是 24/7 助手的解锁条件。
形式
口播短视频
演示想法
录一段 6 分钟视频:90 秒讲「GA 对生产流量的意义」、90 秒讲「live session 中的 function calling(用语音让助手预订日历)」、90 秒讲「Realtime-mini 档位的盈亏平衡计算」、90 秒讲「什么时候不用 Realtime(高合规、低延迟流式场景)」。
平台注意
audio-token 单价之外的详细分档定价本次未抽取,不要给出具体每 token 美元数字;GA 是 vendor 自陈口径,以自己测试调用结果为准。
可用说法
- OpenAI Realtime 达到生产级语音 agent 流量的正式可用(GA),新增面向常驻语音助手的 Realtime-mini 档位,以及会话中的 function-calling。
证据链
来自新闻
拆解
OpenAI Realtime GA + Realtime-mini 档位是语音 agent 进入生产的拐点 —— 但演示空间太宽,创作者很容易把焦点从「always-on 成本数学」上挪开。本篇解释怎么把生产语音面(服务端 VAD、session 中途 system instruction 更新、live session 中的 function calling)和 always-on 档位(Realtime-mini)框成一个连贯的「进入生产」故事。
信源
风险
- 模型页记录了 Realtime-mini 档位的存在,但超出所捕获摘要的各档位精确费率本次未提取。在对外表述前,请对照厂商原始文档和实际许可 / 定价矩阵核实具体能力声明;不要把各平台定价或许可条款转述成具体美元数字或商业使用条款。
- 每份发布说明页都是厂商的一手来源,且以厂商关心的竞品为参照来包装自己的发布。The Decoder 和 IT之家可用作媒体类佐证,但在对外表述任何具体能力声明前,请先阅读厂商原始文档。在对外表述前,请对照厂商原始文档和实际许可 / 定价矩阵核实具体能力声明;不要把各平台定价或许可条款转述成具体美元数字或商业使用条款。
演示思路
- 标准档位 vs Realtime-mini 档位对话延迟对比 demo —— 各跑 10 轮,画分布图
- live session function calling demo:让助手用语音订一个日历 slot,把 function-call JSON 展示在侧栏
- 成本计算器:估算一个 always-on 客服助手在 Realtime-mini 档位上达到盈亏平衡的会话量