OpenAI выпустила GPT-Realtime-2.1-mini: мини-рассуждалка для голосовых агентов с дешёвым аудиовыходом

OpenAI обновила семейство Realtime-моделей в API, выпустив gpt-realtime-2.1 и gpt-realtime-2.1-mini. Обе предназначены для низколатентных голосовых и мультимодальных приложений. Ключевая новинка — gpt-realtime-2.1-mini: это мини-модель с рассуждением (reasoning) для голоса в реальном времени, которая стоит столько же, сколько предыдущая gpt-realtime-mini, но при этом умеет «думать» перед ответом и вызывать функции через Realtime API.

Что это даёт на практике? Голосовые агенты часто подвисают при вызове инструментов — модель молчит, пользователь думает, что звонок сбросился, и вмешивается. С рассуждением агент может сказать: «Сейчас проверю ваш заказ» — и продолжить говорить, пока обрабатывает запрос. Уровень reasoning effort настраивается от minimal до xhigh, по умолчанию low — чтобы не задирать задержку на простых ответах.

p95-латентность (хвост задержки, который реально чувствуют пользователи) снижена минимум на 25% для всех Realtime-моделей — спасибо улучшенному кэшированию. Кэш биллируется с огромной скидкой: для mini аудиовход в кэше стоит $0,30 за миллион токенов против $10,00 без кэша. Особенно выгодно на длинных сессиях, где системный промпт кэшируется после первого же оборота.

Сравнение цен: gpt-realtime-2.1-mini берёт $20 за миллион токенов за аудиовыход, а gpt-realtime-2.1 — $64 (разрыв в ~3 раза). Текстовый вход у mini — $0,60, выход — $2,40. Старшая модель (gpt-realtime-2.1) получила улучшенное распознавание букв и цифр, обработку тишины и шума, а также конфигурируемое рассуждение. Выбор прост: берите full для максимального качества рассуждений и следования инструкциям, mini — когда нужна скорость и экономия.