Sprache & Audio
GPT-4o Mini Transcribe
GPT-4o Mini Transcribe ist ein Sprache & Audio-Modell von OpenAI. Eingabe: Audio, Text. Ausgabe: Text.
Sprache & AudioGPT-Realtime-1.5
GPT-Realtime-1.5 ist ein Audiomodell von OpenAI. Prüfe zuerst die Formate: Mitschrift, Sprachausgabe und ein gesprochener Dialog sind unterschiedliche Aufgaben. Die dokumentierte Ein- und Ausgabe steht direkt darunter.
Wie kannst du es nutzen?
Nutze den in den Quellen genannten Anbieterzugang für genau diese Version. Ein Produktabo enthält nicht automatisch API-Guthaben.
Aktuell im HerstellerkatalogQuellenstand 2026-10-13
OpenAI im Verzeichnis
EingabeText, Audio, Bild
AusgabeText, Audio
Kontext32.000 Tokens
Technische Daten
Identität, Funktionen und Betrieb getrennt lesen. Die Angaben beziehen sich auf diese konkrete Version.
„Nicht bestätigt“ kennzeichnet eine offene Angabe. Es bedeutet weder „nicht vorhanden“ noch „unbegrenzt“.
| Hersteller | OpenAI |
|---|---|
| Modellfamilie | GPT |
| Modell-/API-ID | gpt-realtime-1.5 |
| Status | Aktuell im Herstellerkatalog |
| Modellart | Sprache & Audio |
|---|---|
| Eingabe | Text, Audio, Bild |
| Ausgabe | Text, Audio |
| Kontext | 32.000 Tokens |
|---|---|
| Maximaler Output / Horizont | 4.096 Tokens |
| Bereitstellung | Gehostete API |
|---|---|
| Gewichte | Gehosteter oder integrierter Zugang |
| Lizenz | Anbieterbedingungen |
Daten im Überblick
Die Grafik zeigt die im Profil dokumentierten Grenzen. Kontext und maximale Ausgabe sind keine addierbaren Budgets und keine Qualitätsbewertung. Zusätzliche Bedingungen stehen im Datenblatt.
- Kontext
- 32.000 Tokens
- Maximaler Output / Horizont
- 4.096 Tokens
Datenbasis: Herstellerangaben im Quellenstand 2026-10-13. Quellen zu diesem Profil ↓
Einsatz und Grenzen
GPT-Realtime-1.5 ist ein Sprache & Audio-Modell von OpenAI. Eingabe: Text, Audio, Bild. Ausgabe: Text, Audio.
Transkription, Sprachausgabe und Audio-Dialog sind unterschiedliche Aufgaben. Prüfe zuerst die dokumentierte Ein- und Ausgabe dieses konkreten Endpunkts. Der Vergleich von KI-Tools hilft dir, zuerst die benötigte Ein- und Ausgabe sowie den vollständigen Arbeitsweg festzulegen. Für einen Sprachagenten mit konfigurierbarem Reasoning kannst du GPT-Realtime 2 und seinen Dialog-Testplan prüfen. Der Vergleich ersetzt keine Messung von Antwortzeit und Verbrauch.
Prüfe vor einem API-Aufruf, ob dein Konto Zugriff hat und welchen Endpunkt, Tarif und welche Region du verwenden musst. Notiere die genaue Modellversion. Ein Kurzname in der API kann später auf einen anderen Modellstand verweisen.
Leistung: Wir haben die Leistung dieses Modells hier nicht selbst gemessen. Nutze die Aufgabe unten, um es an deinen Anforderungen zu prüfen.
Was kostet GPT-Realtime-1.5?
Bestätigter Tarif / PreisangabeGetrennte Audio-/Texttarife in der Anbieterquelle
Die Preisangabe gilt für die im Profil genannte Einheit. Text-, Bild-, Audio-, Sitzungs- und Werkzeugtarife sind nicht untereinander austauschbar; den konkreten Endpunkt prüfen.
Zugang: Gehostete API. Prüfe vor einer Integration die für dein Konto und deine Region verfügbaren Endpunkte. Ein Eintrag im öffentlichen Katalog ist keine Bestätigung eines freigeschalteten Kontos.
Praxis: Audioein- und -ausgabe prüfen
Redaktionelle Testidee – noch nicht ausgeführt
Nutze einen kurzen, freigegebenen Beispielsatz. Vergleiche bei Transkription jedes Wort mit der Aufnahme; prüfe bei Sprachausgabe Aussprache, Pausen und Texttreue.- Version notierengpt-realtime-1.5, Datum, Endpunkt und Einstellungen festhalten.
- Kriterium festlegenVor dem Test definieren, woran du ein richtiges Ergebnis erkennst.
- GegenprüfenAusgabe mit Vorlage oder erwarteter Lösung vergleichen; Fehler und tatsächliche Kosten dokumentieren.
Quellen und Prüfstand
Quellenstand: 2026-10-13. Spezifikationen, Tarife und Zugang können sich ändern. Die Illustration zeigt den dokumentierten Datenweg, keine gemessene Leistung.
Häufige Fragen
Was ist GPT-Realtime-1.5?
GPT-Realtime-1.5 ist ein Sprache & Audio-Modell von OpenAI. Eingabe: Text, Audio, Bild. Ausgabe: Text, Audio. Hersteller: OpenAI. Dokumentierte ID: gpt-realtime-1.5.
Was verarbeitet GPT-Realtime-1.5?
Eingabe: Text, Audio, Bild. Ausgabe: Text, Audio. Maßgeblich sind die Funktionen des konkreten Endpunkts in der Herstellerquelle.
Kannst du GPT-Realtime-1.5 lokal betreiben?
Der dokumentierte Zugang lautet: Gehostete API. Öffentlich verfügbare offene Gewichte werden damit nicht bestätigt. Ein integriertes On-Device-Modell kann besondere Hardware und Plattformvorgaben haben.
Was kostet GPT-Realtime-1.5?
Getrennte Audio-/Texttarife in der Anbieterquelle. Die Preisangabe gilt für die im Profil genannte Einheit. Text-, Bild-, Audio-, Sitzungs- und Werkzeugtarife sind nicht untereinander austauschbar; den konkreten Endpunkt prüfen. Bei selbst betriebenen Gewichten kommen Hardware- und Betriebskosten hinzu.
Ist das ein Leistungstest oder eine Rangliste?
Nein. Das Profil dokumentiert Herstellerangaben mit Quellenstand 2026-10-13. Die Testidee ist redaktionell formuliert und wurde hier nicht ausgeführt; sie ist keine Qualitätsgarantie.
Wie groß ist das Kontextfenster von GPT-Realtime-1.5?
Im dokumentierten Quellenstand: 32.000 Tokens. Beachte die Bedingungen der konkreten Modellversion und des verwendeten Endpunkts. Kontext ist keine Wortzahl und kein Nachweis, dass jede enthaltene Information zuverlässig verarbeitet wird.
Wie prüfst du GPT-Realtime-1.5 für deine Aufgabe?
Lege eine kleine Aufgabe mit bekanntem oder nachprüfbarem Ergebnis fest. Notiere Version, Eingabe und Einstellungen. Vergleiche die Ausgabe mit deinem Prüfkriterium und halte Fehler sowie tatsächliche Kosten getrennt fest. Die Testidee auf dieser Seite ist ein Vorschlag und wurde hier nicht als Modelltest ausgeführt.
Weitere OpenAI-Modelle
Alle anzeigen →Sprache & Audio
GPT-4o Mini TTS
GPT-4o Mini TTS ist ein Sprache & Audio-Modell von OpenAI. Eingabe: Text. Ausgabe: Audio.
Sprache & Audio
GPT-4o Transcribe
GPT-4o Transcribe ist ein Sprache & Audio-Modell von OpenAI. Eingabe: Audio, Text. Ausgabe: Text.