OpenAI משיקה את GPT-Realtime-2, Translate ו-Whisper: שלושה מודלי קול ל-API
ב-7 במאי 2026 השיקה OpenAI ב-Realtime API מודל שיחה עם הסקה, מודל תרגום חי ומודל תמלול בזמן אמת. הפוסט לא מפרט אילו שפות נתמכות, ולא מזכיר עברית.
TL;DR בקצרה
- ב-7 במאי 2026 השיקה OpenAI שלושה מודלי קול ב-Realtime API: GPT-Realtime-2, GPT-Realtime-Translate ו-GPT-Realtime-Whisper.
- GPT-Realtime-2 הוא מודל הקול הראשון של OpenAI עם הסקה ברמת GPT-5. חלון ההקשר שלו גדל מ-32 אלף ל-128 אלף טוקנים.
- התרגום החי תומך ב-70 שפות קלט ו-13 שפות פלט. הפוסט לא מפרט אילו.
- המחיר: 32 דולר למיליון טוקנים של קלט קולי ב-GPT-Realtime-2, 0.034 דולר לדקה בתרגום ו-0.017 דולר לדקה בתמלול.
ב-7 במאי 2026 השיקה OpenAI שלושה מודלי קול ב-Realtime API. GPT-Realtime-2 מנהל שיחה ויכול להסיק. GPT-Realtime-Translate מתרגם דיבור בזמן אמת, ו-GPT-Realtime-Whisper מתמלל תוך כדי דיבור. המודלים זמינים למפתחים דרך ה-API וב-Playground.
מה GPT-Realtime-2 מוסיף
לפי OpenAI, זהו מודל הקול הראשון שלה עם הסקה ברמת GPT-5. הוא נבנה לשיחות חיות, שבהן המודל צריך לחשוב, לקרוא לכלים ולהתמודד עם הפרעות באותו זמן.
OpenAI מפרטת כמה יכולות. המודל יכול להוסיף משפט פתיחה כמו ״רגע, אני בודק״, כדי שהמשתמש יידע שהוא עובד. הוא קורא לכמה כלים במקביל ואומר בקול מה הוא עושה. כשמשהו נכשל, הוא מסביר זאת במקום לשתוק.
חלון ההקשר גדל מ-32 אלף ל-128 אלף טוקנים. המודל מחזיק היטב מונחים מקצועיים ושמות פרטיים. אפשר גם לשלוט בטון, ולבחור את רמת ההסקה: minimal, low, medium, high או xhigh. ברירת המחדל היא low.
לפי The Decoder, ברמת high עלה הדיוק ב-Big Bench Audio מ-81.4% ב-GPT-Realtime-1.5 ל-96.6%. אלה בדיקות של OpenAI עצמה, ולא בדיקה בלתי תלויה.
גם Zillow, שבונה עוזר לחיפוש דירות, מסרה נתון. במבחן העוין הקשה שלה עלה שיעור ההצלחה בשיחות מ-69% ל-95%, אחרי התאמת ההנחיות. זו בדיקה של הלקוח, ולא של OpenAI.
תרגום ותמלול בזמן אמת
GPT-Realtime-Translate מתרגם דיבור מ-70 שפות קלט ומעלה ל-13 שפות פלט. OpenAI מציעה אותו לתמיכה בלקוחות, למכירות חוצות גבולות, להשכלה ולאירועים. Deutsche Telekom בודקת אותו, ו-Vimeo הדגימה תרגום חי של סרטון הדרכה.
הפוסט לא מפרט אילו שפות נכללות, ולא מזכיר עברית. לכן אי אפשר לדעת אם הוא מתאים לשיחות בעברית.
בבדיקות בהינדית, בטמילית ובטלוגו מדווחת BolnaAI על שיעור שגיאות נמוך ב-12.5% מכל מודל אחר שבדקה. זו בדיקה של לקוח, ולא של OpenAI.
GPT-Realtime-Whisper מתמלל בזרימה, בזמן שהאדם מדבר. OpenAI מציעה אותו לכתוביות בפגישות, להערות ולסיכומים שנכתבים תוך כדי שיחה.
מחיר ומגבלות של GPT-Realtime-2
GPT-Realtime-2 עולה 32 דולר למיליון טוקנים של קלט קולי, ו-64 דולר למיליון טוקנים של פלט. קלט שנשמר במטמון עולה 0.40 דולר. התרגום עולה 0.034 דולר לדקה, והתמלול 0.017 דולר לדקה.
לדוגמה, 100 שעות תרגום בחודש עולות כ-204 דולר, ו-100 שעות תמלול כ-102 דולר. את העלות של GPT-Realtime-2 קשה להעריך בלי לדעת כמה טוקנים צורכת דקת שיחה.
OpenAI מציינת שמערכות סיווג אוטומטיות יכולות לעצור שיחות שמפרות את הכללים. מפתחים צריכים להבהיר למשתמש שהוא מדבר עם AI, אלא אם זה ברור. ה-API תומך ב-EU Data Residency.
מה קרה מאז: ב-22 ביולי 2026 הציגה OpenAI את Presence, מוצר לארגונים לפריסת סוכני קול וצ'אט. לפי הפוסט, OpenAI מלווה כל לקוח בהטמעה.
מה זה אומר עבורכם
- בדקו עברית בעצמכם. הפוסט לא מזכיר אותה. נסו שיחה אמיתית ב-Playground לפני שמתחייבים.
- חשבו על עלות לדקה. בתרגום ובתמלול המחיר קבוע לדקה. ב-GPT-Realtime-2 המחיר תלוי בטוקנים, ולכן מדדו שיחה אחת.
- הבהירו שזה AI. OpenAI דורשת ממפתחים לגלות ללקוח שהוא מדבר עם מודל. תכננו גם העברה לנציג אנושי.
- התחילו בתרחיש אחד. למשל תמלול שיחות מכירה או תשובה לשאלות נפוצות בטלפון. אל תחליפו את כל מוקד השירות.
- הנתונים שלכם. אם אתם עובדים עם לקוחות באירופה, בדקו את EU Data Residency.
מקורות והרחבה
- Advancing voice intelligence with new models in the APIOpenAI
- OpenAI's new voice model brings GPT-5-level reasoning to real-time conversationsThe Decoder
- Introducing OpenAI PresenceOpenAI
הכתבה נכתבה במקור בעברית על ידי מערכת GEEKLIK, על בסיס המקורות שלמעלה ובדיקת העובדות מולם.
מצאתם טעות? דווחו לנו
