ベンダーのウェブサイト ↗プロバイダーの種類ネイティブのリアルタイムマルチモーダルモデルAPI
適した用途パッケージ型のコンタクトセンター製品ではなく、リアルタイムモデルを基盤に音声アプリケーションを構築するプロダクト・開発チーム。
チーム規模スタートアップ; 中堅企業; 大企業; 開発者
通話チャネルWebRTC; WebSocket; SIP; API／SDK
料金体系テキスト、音声、画像の各モダリティに対するトークン単位のAPI料金。音声の入出力料金は100万トークン単位で公開されています。
料金の目安GPT-Realtimeの音声料金は、入力音声100万トークンあたり$32、出力音声100万トークンあたり$64です。
無料プランまたは試用公開資料で確認できません
Realtime APIの料金と予算
GPT-Realtimeの音声料金は、入力音声100万トークンあたり$32、出力音声100万トークンあたり$64です。
テキスト、音声、画像の各モダリティに対するトークン単位のAPI料金。音声の入出力料金は100万トークン単位で公開されています。
公開資料で確認できません
製品カタログの料金確認日：2026年9月4日。現行条件はプロバイダーの情報源で確認してください。
業務量全体の費用を比較する →主な機能
- 音声対音声の会話
- WebRTC
- WebSocket
- SIP
- ツール
ランタイムと適合性
- 音声技術の構成
- ツール呼び出しに対応したネイティブ音声入出力
- 電話連携
- SIP接続; 通信事業者との連携は購入者側の責任
- 通話制御
- 公開資料で確認できません
- 外部連携
- 公開資料で確認できません
- ナレッジとデータ
- 公開資料で確認できません
- 対応言語
- 公開資料で確認できません
主な特徴
GPT-Realtimeは音声を直接入力・出力します。Agents SDKは通信の補助機能に加え、ツール、ガードレール、引き継ぎ、セッション履歴を提供します。
検討事項
完成済みのコンタクトセンター製品ではありません。電話運用、ID管理、ツール、監視、評価、データ保存、エスカレーションを実装する必要があります。
購入者からよくある質問
Realtime APIに関する質問
Realtime APIの予算はどう見積もるべきですか？
公開されている料金の目安：GPT-Realtimeの音声料金は、入力音声100万トークンあたり$32、出力音声100万トークンあたり$64です。 記録されている料金体系：テキスト、音声、画像の各モダリティに対するトークン単位のAPI料金。音声の入出力料金は100万トークン単位で公開されています。 同じ業務量、チャネル、サブスクリプション、利用量、導入費用を含む最新の見積もりをプロバイダーに依頼してください。
Realtime APIで既存のデータを使用できますか？
掲載されているナレッジとデータの情報源には公開資料で確認できませんが含まれます。自社システムでの権限、更新状況、障害時の動作はプロバイダーに確認してください。
Realtime APIの試験導入では何をテストすべきですか？
同じ指示とエスカレーションルールで代表的な通話を実行してください。音声品質、完了したタスク、引き継ぎ、総費用を記録し、次の注意点を確認します：完成済みのコンタクトセンター製品ではありません。電話運用、ID管理、ツール、監視、評価、データ保存、エスカレーションを実装する必要があります。
実際の通話で言語対応を評価する
必要な言語での実際の通話を使い、認識、音声品質、割り込み、言語の切り替え、ツールの利用、有人転送をテストしてください。提供状況はモデル、プラン、電話経路によって異なる場合があります。
DocsBotは多言語の音声ワークフローと日本語対応を文書化しています。正確な音声、電話経路、転送の動作は試験導入で確認してください。 DocsBotの言語対応情報を確認 ↗
その他のプロバイダーの言語対応に関する主張は、引用したベンダー資料に基づきます。日本語と必要な他言語への対応は、各プロバイダーに直接確認してください。
掲載は推奨や性能の保証を意味しません。 このディレクトリはDocsBotが公開しています。 編集方針
