OpenAI en gelişmiş ve en ucuz Speech-to-Speech modeli olan gpt-realtime’ı tanıttı

OpenAI, konuşmadan konuşmaya teknolojisinde en gelişmiş modeli gpt-realtime’ı tanıttı. Daha doğal ses, karmaşık komutlarda yüksek başarı, yeni Marin ve Cedar sesleri ve %20 daha düşük fiyatla dikkat çeken model, ses odaklı uygulamalar için güçlü bir çözüm sunuyor. – DEVAMI …

29 Ağustos 2025 Teknoloji

2024 Ekim ayında OpenAI, geliştiricilerin uygulamalarında düşük gecikmeli, çok modlu deneyimler oluşturmasını sağlayan Realtime API’sini duyurmuştu. O zamandan beri binlerce geliştirici, uygulama ve hizmetlerinde doğal konuşmadan konuşmaya deneyimler inşa etmek için Realtime API’yi kullandı.

Bugün OpenAI, en gelişmiş konuşmadan konuşmaya modeli olan gpt-realtime’ı duyurdu. Bu yeni model, karmaşık talimatları daha iyi takip edebiliyor, araç çağrılarında daha düşük hata oranı sergiliyor ve daha doğal, daha ifadeli ses üretebiliyor. OpenAI, bu yeni modelin sistem mesajlarını ve geliştirici yönlendirmelerini daha iyi yorumladığını iddia ediyor.

Realtime API ilk çıktığında 6 farklı sesle gelmişti, sonrasında 2 yeni ses eklenmişti. Bugün OpenAI, iki yeni ses daha tanıtıyor: Marin ve Cedar. Bununla birlikte mevcut 6 ses de daha doğal duyulacak şekilde güncellendi.

OpenAI, yeni gpt-realtime modelinin sesli girdileri daha yüksek doğrulukla anlayabildiğini ve kıyaslama testlerinde de daha iyi performans gösterdiğini belirtiyor:

Big Bench Audio: gpt-realtime %82,8 doğruluk elde etti. Aralık 2024’teki önceki model %65,6’da kalmıştı.
MultiChallenge audio benchmark: gpt-realtime %30,5 aldı. Aralık 2024 modelinin skoru %20,6 idi.
ComplexFuncBench audio eval: gpt-realtime %66,5’e ulaştı. Aralık 2024 modelinde bu oran %49,7 idi.

Yeni model ve seslere ek olarak OpenAI, API için birkaç güncelleme daha duyurdu. Realtime API artık uzak MCP sunucularını, görsel girdileri ve Session Initiation Protocol (SIP) üzerinden telefon görüşmelerini destekliyor. Ayrıca geliştiriciler artık istemleri kaydedip yeniden kullanabiliyor.

Tüm bu iyileştirmelere rağmen OpenAI, Realtime API fiyatlarını düşürdü. Yeni gpt-realtime API, gpt-4o-realtime-preview’e göre %20 daha ucuz. Fiyatlandırma şöyle:

1M sesli girdi token’ı için 32 dolar (önbellekli giriş token’ı için 0,40 dolar)
1M sesli çıktı token’ı için 64 dolar

Bu anlamlı performans artışları ve şaşırtıcı fiyat düşüşüyle birlikte OpenAI, gpt-realtime’ı ses odaklı yeni nesil deneyimler inşa eden geliştiriciler için cazip bir seçenek olarak konumlandırıyor.