Ile kosztuje GPT Realtime Whisper za 1M tokenów?

OpenAI podaje — / — za 1M tokenów wejścia / wyjścia w katalogu odnoga. Przez odnoga płacisz cenę vendora plus marżę planu, a każdy request zapisuje obie wartości.

Do czego najlepiej nadaje się GPT Realtime Whisper?

Wywołania masowe i wrażliwe na opóźnienie: klasyfikacja, ekstrakcja, routing, krótkie przeredagowania i streszczenia. Czaty dla użytkownika, gdzie odpowiedź ma pojawiać się w trakcie pisania.

Czy mogę przełączyć się na GPT Realtime Whisper bez zmiany kodu?

Tak. odnoga udostępnia jeden endpoint zgodny z OpenAI — przełączenie to wysłanie "gpt-realtime-whisper" jako id modelu lub zmiana w wersji zarządzanego promptu, bez wdrożenia aplikacji.

GPT Realtime Whisper

GPT Realtime Whisper od OpenAI: rozliczany za jednostkę mediów (sekundę, obraz lub minutę audio), kontekst —. Wywołuj przez bramkę LLM odnogi; stawkę znajdziesz na stronie cennika.

Streaming

GPT Realtime Whisper jest dostarczany przez OpenAI i wywoływany przez odnogę tym samym formatem zgodnym z OpenAI, co każdy inny model w katalogu.

Specyfikacja i cena

Dostawca	OpenAI
ID modelu	gpt-realtime-whisper
Okno kontekstu	— tokenów
Maks. wyjście	—
Cennik	Za jednostkę mediów (sekunda / obraz / minuta) — zobacz cennik
Możliwości	Streaming

Koszt dostawcy to cena katalogowa za milion tokenów zapisana w katalogu odnoga; Twoja cena stosuje marżę planu tym samym wzorem, który rozlicza każdy request — zobacz cennik. Cennik

Wywołaj przez odnogę

const res = await fetch("https://api.odnoga.com/v1/chat/completions", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.ODNOGA_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "gpt-realtime-whisper",
    messages: [{ role: "user", content: "Hello" }],
  }),
});

Ten sam format wywołania dla każdego dostawcy — zmieniasz identyfikator modelu, a odnoga zajmuje się kluczami, routingiem, limitami i rozliczeniem kosztów.

Jak używać GPT Realtime Whisper

Opracowano na podstawie danych tego modelu w katalogu odnogi.

Najlepszy do

Wywołania masowe i wrażliwe na opóźnienie: klasyfikacja, ekstrakcja, routing, krótkie przeredagowania i streszczenia.
Czaty dla użytkownika, gdzie odpowiedź ma pojawiać się w trakcie pisania.

Nie wybieraj go, gdy

Zadania wymagające odczytu obrazu — ten model przyjmuje tylko tekst.
Pętle agentowe wywołujące Twoje funkcje — brak obsługi narzędzi.
Procesy wymagające gwarantowanego JSON-a — parsuj defensywnie albo wybierz model z wymuszonym JSON-em.
Zadania, gdzie błędna odpowiedź jest kosztowna bez kontroli człowieka — żaden model w katalogu tego nie znosi.

Praktyczne wskazówki dla odnogi

01Przypnij id modelu do wersji zarządzanego promptu — zmiana modelu jest wtedy zmianą wersji, którą można porównać i wycofać, a nie edycją w kodzie aplikacji.
02Porównaj go z 2–8 innymi modelami na tych samych zamrożonych przypadkach testowych w laboratorium ewaluacji, zanim ustawisz go jako domyślny w produkcji.
03Przy powtarzalnych, deterministycznych wywołaniach odnoga zwraca zapisaną odpowiedź i nie nalicza tokenów vendora — wyłącz to dla treści kreatywnych.
04Ustaw model zapasowy na trasie, by awaria vendora obniżała jakość zamiast zwracać błąd, oraz budżet na tenanta, by jeden klient nie wydał całego miesiąca.