openai
OpenAI: GPT Audio
openai/gpt-audio
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
Segundo o catálogo da OpenRouter, openai/gpt-audio é o primeiro modelo de áudio da OpenAI disponibilizado de forma geral: aceita texto e áudio como entrada e retorna texto e áudio. O catálogo informa que esta versão usa um decodificador aprimorado para vozes mais naturais e com maior consistência, e lista uma janela de contexto de 128.000 tokens além de suporte a ferramentas, saídas estruturadas e parâmetros comuns de amostragem. São capacidades relatadas pela fonte; este pacote não inclui um cartão de modelo independente nem resultados de benchmarks, portanto o comportamento real não está verificado aqui.[1]
Pontos fortes
- Suporte nativo a áudio nas duas direções, segundo o catálogo: entrada de texto e áudio, saída de texto e áudio.[1]
- A descrição do catálogo relata um decodificador aprimorado voltado a vozes mais naturais e com maior consistência.[1]
- Janela de contexto de 128.000 tokens e suporte a chamadas de ferramentas e saídas estruturadas, conforme o catálogo.[1]
Limitações
- A evidência vem apenas do catálogo: não havia um cartão de modelo independente da OpenAI neste pacote, portanto as afirmações não estão verificadas.[1]
- Não foram incluídos benchmarks, data de corte de conhecimento nem medições de desempenho; valide latência, qualidade de voz e precisão na sua própria carga de trabalho.[1]
- O catálogo lista 'reasoning' como nulo; não se sabe se o modelo oferece algum modo explícito de raciocínio.[1]
Onde usar
- Potencialmente adequado para assistentes ou agentes de voz que recebem entrada falada e respondem com fala sintetizada; é uma sugestão editorial a validar, não um resultado medido.[1]
- Vale avaliar em protótipos que combinem entrada e saída de áudio com chamadas de ferramentas ou saídas estruturadas.[1]
Fontes
- [1] OpenRouter catalog · OpenAI: GPT AudioFontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
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...
Especificações
- ID do modelo
- openai/gpt-audio
- Criador
- openai
- Adicionado ao OpenRouter
- 19.01.2026
- Comprimento de contexto
- 128,000
- Modalidade
- text+audio->text+audio
- Modalidades de entrada
- text, audio
- Modalidades de saída
- text, audio
- Preço por token
- Sem preço por token no snapshot da fonte — consulte o OpenRouter para a unidade de cobrança
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | — |
| Programação | Sem medição | — |
| Agentes | Sem medição | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | — |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | — |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | entrada: audio · saída: audio |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
Não há avaliações fornecidas para este modelo.
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| OpenAI | 128,000 | — | — | — | — | 100% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.