أطلقت OpenAI نسختين جديدتين من عائلة نماذجها الصوتية اللحظية: GPT-Realtime-2.1 وGPT-Realtime-2.1-mini، وباتتا متاحتين الآن في Playground وعبر واجهات البرمجة (API) مباشرة.
ما الجديد في النسخة المصغّرة؟
الإضافة الأبرز في GPT-Realtime-2.1-mini أنها باتت تدعم الاستدلال (reasoning) واستخدام الأدوات (tool use) — وهما قدرتان كانتا حتى الآن حكرًا على النماذج الأكبر من هذه العائلة — دون أي زيادة في السعر مقارنة بنسخة mini السابقة. عمليًا، يعني هذا أن المطورين يستطيعون الآن بناء مساعدين صوتيين أرخص قادرين على اتخاذ قرارات متعددة الخطوات واستدعاء أدوات خارجية أثناء المحادثة، لا مجرد الرد الفوري.
لماذا يهم هذا لبناء تطبيقات صوتية؟
نماذج Realtime مصمّمة خصيصًا للمحادثات الصوتية منخفضة زمن الاستجابة — وكيل دعم عملاء يرد فوريًا، أو تطبيق يفهم أمرًا صوتيًا معقدًا ويستدعي أداة API لتنفيذه. حتى الآن، كان على المطورين الاختيار بين سرعة النسخة المصغّرة وقدرات النسخة الكاملة الأغلى. بدمج الاستدلال واستخدام الأدوات في mini بنفس التكلفة، تقلّص OpenAI هذه الفجوة.
لم تُعلن OpenAI بعد عن موعد إتاحة الوضع الثنائي الاتجاه الكامل (Bidi) الذي تشير له تسريبات مبكرة، لكن التحديث الحالي كافٍ ليغيّر معادلة التكلفة لكثير من فرق التطوير التي تبني على الصوت.
المصدر: منقول بتصرّف عن منشور OpenAI Developers عبر حساب TestingCatalog على إكس — رابط المصدر
No comments yet