2026年6月12日，Link Blog报道了OpenAI WebRTC音频会话工具的更新。这款工具的首个版本由我在2024年12月开发，初衷是测试OpenAI当时刚推出的WebRTC API，以便与实时音频模型进行交互。
上月，OpenAI通过该API推出了GPT-Realtime-2模型，称其为“首个具备GPT-5级推理能力的语音模型”，知识截止日期为2024年9月30日。我本期待这款模型能在ChatGPT iPhone应用中上线，但一直没等到，于是决定优化之前的工具。
现在，用户不仅能选择GPT-Realtime-2模型，还可以粘贴大段文档作为上下文，直接在浏览器里围绕这些信息展开音频对话。
从界面截图来看，工具标题为“OpenAI WebRTC Audio Session”，包含API令牌输入框、语音选择（当前选中的是Coral）、模型选择（当前为gpt-realtime-2），以及可选的文档上下文区域——示例内容是DuckDB与SQLite在安全运行不可信SQL方面的对比。界面下方有“开始会话”按钮，底部的“最近transcript”面板则显示了部分对话记录。
快报