Экономичная версия GPT Audio от OpenAI: принимает и выдаёт текст и звук, умеет вызывать функции.
Модель OpenAI: GPT Audio Mini доступна через API Apikley из России без VPN, с оплатой в рублях.
Модальности: Аудио · Текст
GPT Audio Mini делает то же, что и старшая GPT Audio: слушает речь и текст, отвечает текстом или голосом. OpenAI называет её экономичной версией GPT Audio, с теми же модальностями. У модели то же окно контекста в 128 тысяч токенов и тот же предел ответа в 16 384 токена. Поддерживаются вызов функций, структурированный вывод и кеширование промптов, так что мини-версия подходит для сценариев с внешними сервисами: проверка записи, статус доставки, уточнение тарифа. По описанию OpenAI, обновлённый снимок получил улучшенный декодер, который делает голоса естественнее и стабильнее по тембру. Уровень цен модели соответствует среднему сегменту каталога.
OpenAI-совместимый API: POST https://api.apikley.ru/v1/chat/completions, ID модели openai/gpt-audio-mini. Подойдёт официальный SDK OpenAI с базовым адресом https://api.apikley.ru/v1.
curl https://api.apikley.ru/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "openai/gpt-audio-mini",
"messages": [
{
"role": "user",
"content": "Объясните, что такое API, в двух предложениях."
}
]
}'from openai import OpenAI
client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apikley.ru/v1")
response = client.chat.completions.create(
model="openai/gpt-audio-mini",
messages=[{"role": "user", "content": "Объясните, что такое API, в двух предложениях."}],
)
print(response.choices[0].message.content)OpenAI называет Mini экономичной версией GPT Audio. Модальности, окно контекста и предел ответа у них совпадают.
Да, на выходе доступны и текст, и аудио. На входе принимаются тоже текст и звук, так что диалог целиком голосовой.
Да, вызов функций и структурированный вывод по JSON-схеме поддерживаются. Это позволяет голосовому боту обращаться к вашей базе или внешнему API.
Контекст составляет 128 тысяч токенов, максимальный ответ 16 384 токена.
Нет, изображения модель не принимает. Для задач со зрением берите мультимодальную текстовую модель.
Все AI-модели каталога Apikley — доступ через API из России, оплата в рублях, без VPN.