# 策展 · X (Twitter) 🔥🔥🔥🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：OpenAI Developers (@OpenAIDevs) · 平台：X (Twitter) · 日期：2026-07-07

> 原始來源：https://x.com/OpenAIDevs/status/2074255408013955466

## 中文摘要

OpenAI 發布 GPT-Realtime-2.1-mini 模型，並透過優化快取機制降低 Realtime 語音模型 25% 的延遲。

**模型更新與效能提升**
OpenAI 於 API 中正式推出 `GPT-Realtime-2.1-mini`，該模型將推理能力與 tool use 整合至 Realtime mini 系列中，且維持與原先 `GPT-Realtime-mini` 相同的定價。此外，官方透過改進快取（caching）技術，成功將所有 Realtime 語音模型的 p95 延遲降低至少 25%，進一步提升即時互動的流暢度。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/798ef01c60b0205e.jpg)
> 一張以藍色花朵模糊背景為襯托，中央呈現白色圓角方形圖示，圖示內部包含藍色音訊波形符號的圖像。

**Realtime API 架構概覽**
OpenAI 的 Realtime API 針對不同應用情境提供了多種架構選擇，開發者可根據需求選用對應模型與連線方式：
- **語音 Agent**：使用 `gpt-realtime-2.1` 進行對話，支援推理、tool use 及狀態管理。
- **即時翻譯**：透過 `gpt-realtime-translate` 進行連續性的語音翻譯。
- **即時轉錄**：利用 `gpt-realtime-whisper` 串流輸出文字，並可調整延遲設定以平衡速度與準確度。

**開發建議與遷移指南**
針對 Realtime API 的整合，官方建議開發者根據應用場景選擇合適的傳輸協定：
- **WebRTC**：適用於直接擷取或播放音訊的瀏覽器與行動裝置客戶端。
- **WebSocket**：適用於伺服器端已接收原始音訊的媒體管道或呼叫系統。
- **SIP**：專為電話語音 Agent 設計。

若開發者仍在使用 Beta 版本的 Realtime 整合，應儘速遷移至 GA 介面。遷移重點包括移除 `OpenAI-Beta: realtime=v1` 標頭、改用 `POST /v1/realtime/client_secrets` 建立臨時憑證，並更新事件名稱（如 `response.output_text.delta` 等）以符合現行規範。詳細技術指引可參閱 [Realtime API 文件](https://developers.openai.com/api/docs/guides/realtime)。

## 標籤

功能更新, 新產品, LLM, TTS, STT, OpenAI