OpenAI 上線 gpt-realtime-1.5：強化語音工具呼叫與指令遵循

做過語音 Agent 的開發者大概都清楚，即時語音互動最怕兩件事：一是模型聽不懂複雜的上下文指令，二是聊著聊著該呼叫工具的時候突然掉鏈子。OpenAI 這次更新，針對的就是這兩個痛點。

指令更穩，呼叫工具更準

OpenAI 在 Realtime API 中上線了新模型 gpt-realtime-1.5，重點增強了語音工作流的處理能力。

根據 OpenAI 官方介紹，相比之前的即時模型，gpt-realtime-1.5 在指令遵循、工具呼叫以及多語言準確度上都有了更可靠的表現。

開發者可以直接通過該介面接入低延遲的端到端語音互動，並在對話過程中讓模型更穩定地觸發外部函式或查詢後臺資料。

為什麼重要

語音 AI 正在從單純的「陪聊」走向真正替人辦事的業務場景。

要想讓語音助手接管客戶諮詢、處理訂單或者操作內部系統，光靠聲音自然遠遠不夠，關鍵在於能不能在對話裡穩準狠地呼叫後臺工具。

我們認為，gpt-realtime-1.5 雖然是一次常規的版本迭代，但切中的正是開發者在生產環境中最頭疼的穩定性問題。多語言準確度和工具呼叫成功率的提升，看起來能幫落地企業級語音應用的團隊少踩不少坑。