أطلقت OpenAI GPT-Realtime-2.1 وإصدار Mini لوكلاء الصوت في API

أضافت OpenAI نموذجين جديدين إلى مجموعة API في الوقت الفعلي — GPT-Realtime-2.1 والإصدار الخفيف GPT-Realtime-2.1-mini، والمصممة لوكلاء الصوت بزمن استجابة منخفض.

ما هو الجديد في مجموعة Realtime

GPT-Realtime-2.1-mini هو نموذج استدلال مدمج موجه نحو سيناريوهات الصوت. من حيث السعر، فإنه يتوافق مع gpt-realtime-mini السابق، مما يعني أن الانتقال إلى الإصدار الجديد لا يزيد من تكلفة الاستخدام للمطورين الذين يعملون بالفعل مع نموذج mini السابق. تم إنشاء مجموعة API Realtime في OpenAI في الأصل للمهام التي لا تناسب فيها نماذج النصوص ذات إنشاء الاستجابة المتوسطة: مساعدات صوتية وواجهات دعم محادثة والوكلاء الذين يحتاجون إلى الرد على مدخلات المستخدم بدون توقف تقريبًا.

يوفر إطلاق نموذجين في نفس الوقت — GPT-Realtime-2.1 الأكثر قوة والإصدار mini الخفيف — للمطورين خيارًا بين نموذج استدلال أكثر قوة وخيار أكثر بأسعار معقولة للسيناريوهات حيث تكون السرعة والتكلفة أكثر أهمية من عمق الاستدلال في كل رد.

• نموذجان جديدان: GPT-Realtime-2.1 و GPT-Realtime-2.1-mini
• GPT-Realtime-2.1-mini — نموذج استدلال مدمج للصوت
• سعر الإصدار mini قابل للمقارنة مع gpt-realtime-mini السابق
• زمن استجابة p95 منخفض بنسبة 25% على الأقل من خلال تخزين مؤقت محسّن
• الاتصال بالنماذج — عبر بروتوكول WebRTC

لماذا يهم زمن الاستجابة p95

بالنسبة لوكلاء الصوت الذين يجب أن يردوا على المستخدمين في الوقت الفعلي، فإن زمن التأخير هو أحد مؤشرات الجودة الرئيسية: كلما زاد، كلما كانت المحادثة تبدو ميكانيكية وغير طبيعية. تُظهر مقياس p95 زمن التأخير الذي لا يتم تجاوزه بنسبة 95% من الطلبات، مما يعني أنه يعكس سلوك النظام ليس في أفضل حالة بل في الحالة النموذجية والقريبة من أسوأ حالة. يعني انخفاض هذا المقياس بنسبة 25% على الأقل من خلال تخزين مؤقت محسّن أن الغالبية العظمى من ردود الصوت التي يقدمها النظام الآن أسرع بكثير مما كانت عليه من قبل، دون تغيير نموذج الاستدلال نفسه.

كيفية الاتصال بالنماذج الجديدة

حافظت OpenAI لمجموعة Realtime على الاتصال عبر بروتوكول WebRTC — نفس الطريقة المستخدمة للإصدارات السابقة. يسمح هذا للمطورين الذين دمجوا بالفعل وكلاء صوت بناءً على API Realtime بالتبديل إلى النماذج الجديدة دون تغيير بروتوكول النقل.

ما يعنيه هذا

تُظهر تحديثات مجموعة Realtime أن OpenAI تستمر في إجراء تحسينات مستهدفة على البنية التحتية لوكيل الصوت — مما يقلل زمن التأخير ويجعل نماذج الاستدلال للصوت أكثر بأسعار معقولة، بدلاً من مجرد إطلاق إصدارات أكثر قوة ولكن أيضًا أكثر تكلفة.