Simon Willison's Weblog
OpenAI WebRTC Audio Session, now with document context
8.5内容质量
TL;DR · AI 摘要
OpenAI 推出 GPT-Realtime-2 模型，支持在 WebRTC 会话中结合文档上下文进行语音交互。
核心要点
- OpenAI 推出 GPT-Realtime-2 模型，具备 GPT-5 级推理能力。
- 开发者可通过 WebRTC API 在浏览器中实现带文档上下文的语音交互。
- GPT-Realtime-2 模型知识截止日期为 2024 年 9 月 30 日。
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- OpenAI WebRTC Audio Session
- GPT-Realtime-2 模型
- GPT-5 级推理能力
- 知识截止日期：2024 年 9 月 30 日
- 文档上下文功能
- 支持在 WebRTC 会话中粘贴文档上下文
金句 / Highlights
值得收藏与分享的关键句。
GPT-Realtime-2 是 OpenAI 推出的首个具备 GPT-5 级推理能力的语音模型。
用户现在可以在 WebRTC 会话中粘贴文档上下文，以增强语音交互的准确性。
GPT-Realtime-2 模型的知识截止日期为 2024 年 9 月 30 日。
#OpenAI#WebRTC#GPT-Realtime-2#语音交互
打开原文标题: OpenAI WebRTC 音频会话，现在支持文档上下文
URL 来源: https://simonwillison.net/2026/Jun/12/openai-webrtc/
发布时间: Sun, 14 Jun 2026 16:04:07 GMT
Markdown 内容: 2026年6月12日 - 链接博客
[OpenAI WebRTC 音频会话，现在支持文档上下文](https://tools.simonwillison.net/openai-webrtc)。我于2024年12月构建了这个工具的第一个版本 链接，目的是尝试使用当时新推出的OpenAI WebRTC API，与他们的实时音频模型进行交互。
上个月，OpenAI 推出了一种全新的模型，命名为 GPT‑Realtime‑2，他们将其宣传为“我们第一个具有GPT‑5级别推理能力的语音模型”，该模型的知识截止日期为2024年9月30日。
我一直期待这个模型出现在ChatGPT iPhone应用中，但至今仍未出现，所以我重新访问了我之前的测试平台。
现在你可以选择更好的模型，还可以粘贴一大块文档上下文，这样你就可以在浏览器中进行音频对话，探讨你认为以对话方式探索有用的信息。