OpenAI推出了面向生产环境的实时语音对话模型gpt-realtime及实时API更新，支持远程MCP服务器、图片输入和SIP电话呼叫功能。该模型在音频质量、智能水平、指令遵循和工具调用方面显著提升，具备更自然的语音表现和多语言字母数字序列识别能力，在BenchAudio评估中准确率达82.8%。支持异步工具调用，可在函数执行期间持续对话，无需中断会话流程。新增Marin和Cedar声音，并优化现有八种声音。实时API现对所有开发者开放，gpt-realtime价格较此前降低20%，每百万输入token为32美元，输出为64美元。同时支持提示词复用、动态更新系统提示与工具配置，并集成安全防护机制，符合欧盟数据驻留要求。