OpenAI lancia GPT-Realtime-2, modelli di traduzione e Whisper

OpenAI ha introdotto tre nuovi modelli audio nella sua API: GPT-Realtime-2, GPT-Realtime-Translate e GPT-Realtime-Whisper. GPT-Realtime-2 è il primo modello vocale con ragionamento di classe GPT-5, con chiamate parallele a strumenti, contesto più lungo (128K), sforzo di ragionamento regolabile e migliorato comportamento di recupero. Ha ottenuto un punteggio del 15,2% superiore su Big Bench Audio rispetto al suo predecessore. GPT-Realtime-Translate supporta la traduzione in tempo reale da oltre 70 lingue di input a 13 lingue di output, con Deutsche Telekom che lo sta testando per l'assistenza clienti multilingue. GPT-Realtime-Whisper fornisce speech-to-text in streaming a bassa latenza. Prezzi: GPT-Realtime-2 a $32/1M token audio in input e $64/1M token audio in output; Translate a $0,034 al minuto; Whisper a $0,017 al minuto. I modelli sono disponibili nella Realtime API, con pieno supporto per la residenza dei dati UE e impegni di privacy aziendale. Gli sviluppatori possono testarli nel Playground.