OpenAI 上线 gpt-realtime-1.5：强化语音工具调用与指令遵循

做过语音 Agent 的开发者大概都清楚，实时语音交互最怕两件事：一是模型听不懂复杂的上下文指令，二是聊着聊着该调用工具的时候突然掉链子。OpenAI 这次更新，针对的就是这两个痛点。

指令更稳，调用工具更准

OpenAI 在 Realtime API 中上线了新模型 gpt-realtime-1.5，重点增强了语音工作流的处理能力。

根据 OpenAI 官方介绍，相比之前的实时模型，gpt-realtime-1.5 在指令遵循、工具调用以及多语言准确度上都有了更可靠的表现。

开发者可以直接通过该接口接入低延迟的端到端语音交互，并在对话过程中让模型更稳定地触发外部函数或查询后台数据。

为什么重要

语音 AI 正在从单纯的「陪聊」走向真正替人办事的业务场景。

要想让语音助手接管客户咨询、处理订单或者操作内部系统，光靠声音自然远远不够，关键在于能不能在对话里稳准狠地调用后台工具。

我们认为，gpt-realtime-1.5 虽然是一次常规的版本迭代，但切中的正是开发者在生产环境中最头疼的稳定性问题。多语言准确度和工具调用成功率的提升，看起来能帮落地企业级语音应用的团队少踩不少坑。