Audio inputs and outputs with the Chat Completions API.
GPT Audio (gpt-audio) — первая общедоступная аудио-модель OpenAI для Chat Completions API. Запущенная в январе 2026 года, она добавляет нативный ввод и вывод аудио в привычный текстовый endpoint, позволяя разработчикам создавать голосовые приложения без перехода на отдельный Realtime API или сборки конвейера из транскрибации и TTS.
В отличие от Realtime-моделей (gpt-realtime-*, использующих WebRTC для низколатентного speech-to-speech), gpt-audio работает через стандартный HTTP REST API Chat Completions. Разработчики отправляют аудио в формате base64 в содержимом сообщения и получают аудио в ответ — что упрощает интеграцию в существующие чат-бэкенды. Модель оснащена улучшенным декодером для более естественного звучания голоса и лучшей согласованности по сравнению с gpt-4o-audio-preview.
| Тип | Ставка |
|---|---|
| Вход | $2.70 за 1 млн токенов |
| Выход | $10.80 за 1 млн токенов |
| Audio input | $34.56 за 1 млн токенов |
| Audio output | $69.12 за 1 млн токенов |
| Дата релиза | Январь 2026 (GA)OpenRouter ↗ | проверено |
| Окно контекста | 128 000 токеновOpenRouter ↗ | к проверке |
| Макс. токенов на вывод | 16 384 токеновOpenRouter ↗ | к проверке |
| Поддерживаемые модальности | Ввод: текст, аудио; Вывод: текст, аудиоdevelopers.openai.com ↗ | проверено |
| Лицензия | Проприетарная (условия API OpenAI) | проверено |
| Benchmark | Distribution | Score | Source |
|---|---|---|---|
Audio quality & voice naturalness OpenAI сообщает, что gpt-audio использует улучшенный декодер, обеспечивающий более естественное звучание голосов и лучшую согласованность по сравнению с preview-версией. Опубликованные бенчмарки отсутствуют. | Upgraded decoder — more natural voices vs gpt-4o-audio-preview | OpenRouter ↗ |
Для новых интеграций используйте глобальный endpoint api.therouter.ai из примеров ниже; старый China accelerated endpoint выведен из эксплуатации.
curl https://api.therouter.ai/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer $THE_ROUTER_API_KEY" -d '{
"model": "openai/gpt-audio",
"messages": [
{"role": "user", "content": "Summarize the key points from this input."}
]
}'Отправляйте аудио в формате base64 (WAV/MP3) в содержимом сообщения. Модель может отвечать как текстом, так и аудио.
curl https://api.therouter.ai/v1/chat/completions \
-H "Authorization: Bearer $THEROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-audio",
"modalities": ["text", "audio"],
"audio": { "voice": "alloy", "format": "wav" },
"messages": [
{
"role": "user",
"content": [
{ "type": "text", "text": "What does this audio say?" },
{ "type": "input_audio", "input_audio": { "data": "<BASE64_AUDIO>", "format": "wav" } }
]
}
]
}'OpenAI выпустила gpt-audio — первую общедоступную аудио-модель с нативным аудиовводом/выводом через Chat Completions REST API. Модель оснащена улучшенным декодером для более естественного звучания, лучшей согласованностью голоса и поддерживает как текст, так и аудио в одном API-вызове. Цена: $2.50/M входных токенов (текст) и $40/M (аудиоввод).
gpt-audio — это GA-преемник gpt-4o-audio-preview. Он использует улучшенный декодер для более естественного звучания с лучшей согласованностью. Также доступен в Azure и имеет более широкую экосистему поддержки. В отличие от preview, gpt-audio — это production-ready модель для коммерческого развёртывания.
Да. gpt-audio полностью доступен на TheRouter через стандартный Chat Completions endpoint api.therouter.ai/v1/chat/completions. Используйте ID модели "openai/gpt-audio". Аудиоввод поддерживается через формат input_audio с данными base64 (WAV/MP3). Установите параметры modalities и audio для запроса аудиовыхода.
На ввод gpt-audio принимает аудио в формате base64 (WAV или MP3). Формат указывается в content part input_audio. На вывод можно запросить аудио в формате WAV, установив audio.format в теле запроса. Поддерживаемые голоса: alloy, echo, fable, nova, shimmer.
TheRouter передаёт цены OpenAI без наценки. Текстовый ввод: $2.50/М токенов. Текстовый вывод: $10/М токенов. Аудиоввод: $40/М токенов. Аудиовыход: $80/М токенов. Для повторяющихся запросов возможна скидка по кешу.
| источник | URL | получено | |
|---|---|---|---|
| Дата релиза | OpenRouter ↗ | 2026-05-29 | проверено |
| Окно контекста | OpenRouter ↗ | 2026-05-29 | к проверке |
| Макс. токенов на вывод | OpenRouter ↗ | 2026-05-29 | к проверке |
| Поддерживаемые модальности | developers.openai.com ↗ | 2026-05-29 | проверено |
| Лицензия | — | — | проверено |
| Audio quality & voice naturalness | OpenRouter ↗ | 2026-05-29 | к проверке |
| OpenAI запускает gpt-audio — первую GA аудио-модель для Chat Completions | OpenRouter ↗ | 2026-05-29 | проверено |
| Чем gpt-audio отличается от gpt-4o-audio-preview? | openrouter.ai ↗ | 2026-05-29 | к проверке |
| Можно ли использовать gpt-audio с TheRouter API? | api.therouter.ai ↗ | 2026-05-29 | к проверке |
| Какие аудиоформаты поддерживает gpt-audio для ввода и вывода? | developers.openai.com ↗ | 2026-05-29 | к проверке |
| Какие цены на gpt-audio через TheRouter? | api.therouter.ai ↗ | 2026-05-29 | к проверке |