openai
OpenAI: GPT Audio
openai/gpt-audio
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
Según el catálogo de OpenRouter, openai/gpt-audio es el primer modelo de audio de OpenAI disponible de forma general: acepta texto y audio como entrada y devuelve texto y audio. El catálogo indica que esta versión usa un decodificador mejorado para voces más naturales y con mayor consistencia, y enumera una ventana de contexto de 128.000 tokens junto con soporte para herramientas, salidas estructuradas y parámetros de muestreo habituales. Son capacidades declaradas por la fuente; este paquete no incluye una ficha de modelo independiente ni resultados de benchmarks, por lo que el comportamiento real no está verificado aquí.[1]
Puntos fuertes
- Soporte de audio nativo en ambas direcciones según el catálogo: entrada de texto y audio, salida de texto y audio.[1]
- La descripción del catálogo reporta un decodificador mejorado orientado a voces más naturales y con mayor consistencia.[1]
- Ventana de contexto de 128.000 tokens y soporte para llamadas a herramientas y salidas estructuradas, según el catálogo.[1]
Limitaciones
- La evidencia proviene solo del catálogo: no había una ficha de modelo independiente de OpenAI en este paquete, por lo que las afirmaciones no están verificadas.[1]
- No se incluyeron benchmarks, fecha de corte de conocimiento ni mediciones de rendimiento; valide la latencia, la calidad de voz y la precisión con su propia carga de trabajo.[1]
- El catálogo indica 'reasoning' como nulo; se desconoce si el modelo admite algún modo de razonamiento explícito.[1]
Dónde utilizarlo
- Potencialmente adecuado para asistentes o agentes de voz que reciben entrada hablada y responden con voz sintetizada; es una sugerencia editorial por validar, no un resultado medido.[1]
- Vale la pena evaluarlo en prototipos que combinen entrada y salida de audio con llamadas a herramientas o salidas estructuradas.[1]
Fuentes
- [1] OpenRouter catalog · OpenAI: GPT AudioFuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
The gpt-audio model is OpenAI's first generally available audio model. The new snapshot features an upgraded decoder for more natural sounding voices and maintains better voice consistency. Audio is priced...
Especificaciones
- ID del modelo
- openai/gpt-audio
- Creador
- openai
- Añadido a OpenRouter
- 19.01.2026
- Longitud de contexto
- 128,000
- Modalidad
- text+audio->text+audio
- Modalidades de entrada
- text, audio
- Modalidades de salida
- text, audio
- Precio por token
- Sin precio por token en la instantánea fuente — consulta OpenRouter para la unidad de facturación
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | — |
| Programación | Sin medición | — |
| Agentes | Sin medición | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | — |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | entrada: audio · salida: audio |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
No hay evaluaciones aportadas para este modelo.
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| OpenAI | 128,000 | — | — | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.