В чем главное преимущество GPT Audio перед текстовыми моделями?

Модель использует специализированный декодер, который позволяет создавать более натуральные голоса и лучше удерживать интонацию на протяжении всего диалога.

Какие параметры управления доступны для этой модели в alltokens?

Поддерживается широкий набор инструментов, включая структурированный вывод (structured outputs), настройку температуры, seed для воспроизводимости и работу с внешними инструментами (tools).

Можно ли использовать модель для перевода речи?

Да, благодаря поддержке мультимодальности 'аудио в аудио', модель отлично подходит для задач синхронного перевода и озвучивания текстов на разных языках.

OpenAI: GPT Audio

OpenaiОбновлено: 19 января 2026 г.

Первая общедоступная аудиомодель от OpenAI с обновленным декодером для максимально естественного звучания. Модель обеспечивает высокую стабильность голоса и поддерживает работу в мультимодальном режиме через alltokens.

Использовать через API

Метрики

Вход

288 ₽/M

Выход

1 150 ₽/M

Контекст

128k tokens

Параметры

Релиз

19 января 2026 г.

Поддерживаемые параметры

frequency_penaltylogit_biaslogprobsmax_tokenspresence_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_logprobstop_p

Технический обзор

Модель gpt-audio — это первая общедоступная аудиомодель от OpenAI. Новая версия оснащена улучшенным декодером для более естественного звучания голосов и обеспечивает более стабильную согласованность голоса. Стоимость обработки аудио на alltokens составляет 32 доллара за миллион входных токенов и 64 доллара за миллион выходных токенов.

Кодинг

Инструменты

Длинный контекст

Мультимодальность

Веб-автоматизация