GPT Realtime 2.1入門｜低遅延音声AIの使い方2026

OpenAIが2026年7月6日、低遅延音声API「gpt-realtime-2.1」と軽量版「gpt-realtime-2.1-mini」を公開した。目玉はレイテンシだ。p95レイテンシがRealtimeボイスモデル全体で25%以上短縮されている。キャッシュ機構の改善が主因だという。日本語圏では「2.1」固有の解説記事がまだない。既存の解説はすべて2026年5月公開の前世代「gpt-realtime-2」止まりだ。

reasoning effortという新しい設定項目ひとつで、レイテンシと応答品質のバランスが変わる。旧バージョンからの移行で迷っている人も、これから音声エージェントを組む人も、まずこの一点を押さえれば料金設計まで一直線に理解できる。

GPT Realtime 2.1とは何か

GPT Realtime 2.1は、OpenAIのRealtime API上で使える音声対話モデルの最新版だ。テキストを経由せず音声を直接音声で返す「speech-to-speech」方式を採用している点は前世代から変わらない。変わったのは応答の速さと、応答品質を自分で調整できる自由度だ。

同時にリリースされた軽量版がgpt-realtime-2.1-miniだ。フル版から推論能力を蒸留したモデルで、速度とコストを優先する用途向けに位置づけられている。カスタマーサポートの一次受付のように「反応速度が正義」な場面では、mini版のほうが体感上むしろ快適なケースもある。

結論からいえば、gpt-realtime-2.1は「前世代の正常進化」だ。破壊的な新機能というより、レイテンシと制御性という細部を詰めてきた印象が強い。OpenAIは同時期にテキスト系のGPT-5.6も展開しており、音声・テキスト双方でモデルラインナップの刷新が続いている。

前世代gpt-realtime-2から何が変わったか

gpt-realtime-2は2026年5月に公開されたモデルで、128Kのコンテキストウィンドウ、フィラー応答（「えーと」のような間つなぎ発話）、並列tool呼び出しなどを備えていた。2.1はこの土台の上に、主に3つの改善を積み重ねている。

音声認識精度の改善

アルファベットと数字の聞き取り精度が上がっている。電話番号や確認コードの読み上げ・聞き取りが絡む音声エージェントでは、この精度差がそのまま誤操作率に直結する。

無音・ノイズ処理の改善

周囲のノイズや発話の間の無音区間の扱いが改善された。ユーザーが黙って考え込んでいる時間を「発話終了」と誤判定して割り込んでしまう挙動が、前世代より減っているという。

割り込み挙動の改善

割り込みへの反応が変わった。以前は相槌のつもりで発した「うん」にAIが反応し、自分の発話を止めてしまうことがあった。2.1ではその誤反応が減っている。

総じて、ベンチマーク数値よりも「実運用で嫌になるポイント」を潰しにきたアップデートだと感じる。無音処理と割り込み挙動の改善は数値化しにくいが、実際に触ると体感の差は大きい。

reasoning effort設定を理解する

2.1で新しく入った設定項目がreasoning effortだ。応答生成時にどれだけ「考える」かを、minimal・low・medium・high・xhighの5段階から選べる。デフォルトはlowで、低遅延を優先する設計になっている。

reasoning effortは車のギアに近い。街乗りはローギア（low）で十分だが、高速合流の場面だけトップギア（high）に入れる。ずっとトップギアで走ればガソリン、つまりレイテンシを余計に食う。

フル版のeffort設定

フル版のgpt-realtime-2.1は5段階をフルに使い分けられる。単純な相槌や定型応答にはminimal、複雑なtool呼び出しや長い文脈を踏まえた判断が必要な場面にはhigh・xhighを割り当てる、という使い分けが基本線になる。

mini版の位置づけ

mini版は蒸留版のreasoningモデルという位置づけで、そもそも思考量を絞ることで速度とコストを両立させている。effortを細かく調整するというより、「常に軽い」ことが前提のモデルだと捉えたほうがいい。

ここは見落としがちだが、effortを上げるほどレイテンシは伸びる。2.1の売りである「p95レイテンシ25%改善」を活かせるかどうかは、effort設定を用途に合わせて絞れるかにかかっている。デフォルトのlowのまま複雑なタスクに突っ込むと、今度は応答品質側で妥協することになる。タスクの複雑さに応じてモデルの「思考量」を切り替えるという発想自体は、Claude Agent SDKのフォールバックモデルチェーンとも近い。コストと精度のバランスをタスク単位で自動調整する設計は、音声・テキストを問わず主流になりつつある。

料金体系｜フル版とmini版

effortをタスク単位で切り替えるなら、次に気になるのは財布への影響だ。結論、フル版とmini版の価格差は3倍以上ある。用途を絞らずフル版で全部さばこうとすると、想定より早く予算を食う。料金は1Mトークンあたりの従量課金で、音声入力と音声出力で単価が異なる。テキスト系モデルとのコスト比較はAI API料金比較2026にまとめているので、音声とテキストを併用するシステムの予算試算にはあわせて参照してほしい。

フル版の料金

gpt-realtime-2.1は音声入力が$32、音声出力が$64（いずれも1Mトークンあたり）。前世代のgpt-realtime-2と比べても高価格帯に位置する、性能優先のモデルだ。

mini版の料金

gpt-realtime-2.1-miniは音声入力$10・音声出力$20、キャッシュ入力は$0.30。この価格は無印のgpt-realtime-miniと同水準に据え置かれている。速度とコストを最優先するなら、まず検討すべきはこちらだ。

実装方法｜Python・Node.js

mini版とフル版を使い分けると決めたら、次はコードでその切り替えをどう実装するかだ。Realtime APIはWebSocket接続でセッションを張り、session.updateイベントでモデルと挙動を設定する方式が基本になる。2.1で増えたのはreasoning.effortのパラメータだけで、接続の仕組み自体は前世代から変わっていない。

Python実装例

reasoning effortの初期値はlowだ。品質を確保したい場面では、session.update時にmediumを明示しておく。

import asyncio
from openai import AsyncOpenAI

async def main():
    client = AsyncOpenAI()
    async with client.realtime.connect(model="gpt-realtime-2.1") as conn:
        await conn.session.update(session={
            "modalities": ["audio", "text"],
            "reasoning": {"effort": "medium"},
            "instructions": "落ち着いたトーンで簡潔に応答してください。",
        })
        async for event in conn:
            if event.type == "response.audio.delta":
                # 音声チャンクをそのまま再生キューへ渡す
                play_audio_chunk(event.delta)
            elif event.type == "response.done":
                break

asyncio.run(main())

Node.js実装例

Node.js側もイベント駆動の書き方は同じだ。mini版に切り替える場合はmodel名を変えるだけでよい。

import OpenAI from "openai";

const client = new OpenAI();

const conn = await client.realtime.connect({
  model: "gpt-realtime-2.1-mini",
});

await conn.session.update({
  session: {
    modalities: ["audio", "text"],
    reasoning: { effort: "low" },
  },
});

conn.on("response.audio.delta", (event) => {
  playAudioChunk(event.delta);
});

conn.on("error", (err) => {
  console.error("realtime session error:", err);
});

セッション接続を経由せず、REST APIでモデルのメタ情報を先に確認しておきたい場合はこちらでよい。

curl https://api.openai.com/v1/models/gpt-realtime-2.1 \
  -H "Authorization: Bearer $OPENAI_API_KEY"

コードが自明な部分は説明を省いた。唯一の新要素であるreasoning.effortは、セッション単位ではなくリクエスト単位で上書きすることもできる。会話の序盤はlowで受け、tool呼び出しが絡む複雑な質問が来た瞬間だけhighに切り替える、という制御が現実的な落としどころになる。

移行ガイド｜旧バージョンからの切り替え

既存のRealtime API実装があるなら、移行の負担は小さい。ただし2箇所だけ、そのまま差し替えると動作が変わる可能性がある。

旧gpt-realtime-2からの移行

API呼び出しの構造自体は変わっていないため、テストコードの大部分はそのまま動く。変えるのはmodel名と、必要に応じたreasoning.effortの明示指定の2点だけだ。tool呼び出しを組み合わせた自律的な音声エージェントを新規に組む場合は、OpenAI Agents SDK入門2026と組み合わせる構成も検討に値する。

既存記事「OpenAI Voice API入門2026」との違い

当サイトのOpenAI Voice API入門2026はgpt-realtime-2ベースの内容で、SIP接続や並列tool呼び出しといった基礎機能を扱っている。今回の2.1アップデートは、その基礎の上に「reasoning effortによる速度と品質の調整」という新しいレバーを追加したものだと理解しておくとつながりがいい。

ユースケース別コスト試算

reasoning effortの選び方が決まれば、コード実装から先は用途ごとの数字の話になる。1万トークン（音声換算でおおよそ10〜15分の会話に相当）を処理した場合の概算コストを先に並べる。

カスタマーサポートボット

入力7割・出力3割の比率で見積もると、mini版なら1万トークンあたり約91円（1ドル150円換算）。フル版だと約294円になる。1日1,000件の一次受付を捌く場合、月間コストの差は数十万円規模に膨らむ。まずはmini版で受け、エスカレーション判定が出た会話だけフル版に渡す設計が現実的だ。

リアルタイム翻訳・通訳アプリ

双方向の同時通訳は入出力がほぼ1:1になりやすい。この場合、mini版で約225円、フル版で約720円が1万トークンあたりの目安になる。翻訳精度が収益に直結するBtoB向け通訳アプリなら、コスト差を承知のうえでフル版を選ぶ判断も十分に成立する。

数字はあくまで目安だ。実際のトークン消費は発話速度や無音区間の長さで変動する。本番投入前には、想定シナリオでの実測ログを必ず取っておきたい。音声合成を別プロバイダに任せてテキスト部分だけをRealtime APIに任せる構成を検討しているなら、ElevenLabs完全ガイドで音声品質と料金を比較しておくと選択肢が広がる。ノーコードで音声ワークフローを組みたい場合はn8n入門2026も参考になる。

導入時のつまずきポイント

モデルIDだけを差し替えて動かすと、数分で応答が返ってきた。ただし本番投入を考えると、以下の点は事前に潰しておいたほうがいい。

• effortの初期値がlowであること: 複雑な業務ロジックを持つエージェントほど、明示的にmedium以上を指定しないと前世代より応答が浅く感じられる可能性がある
• mini版のキャッシュ単価だけが公開されている: フル版のキャッシュ入力単価は本記事執筆時点で非公開。長時間セッションのコスト試算はmini版基準で保守的に見積もるのが安全だ
• reasoning effortとレイテンシはトレードオフ: xhighに固定して全リクエストを処理すると、2.1の目玉であるレイテンシ改善のメリットをほぼ相殺してしまう
• 日本語での検証事例がまだ少ない: リリース直後のため、日本語音声での聞き取り精度・自然さについては一次情報が乏しい。自社データでの検証を挟むことをすすめる

よくある質問

Q. gpt-realtime-2.1は今すぐ使えますか？

使える。2026年7月6日にAPI経由で一般提供が始まっており、既存のRealtime API利用者であればmodel名を変更するだけで試せる。

Q. gpt-realtime-2からgpt-realtime-2.1への移行に破壊的変更はありますか？

API構造自体に破壊的変更はない。ただしreasoning effortの初期値がlowになっている点は、前世代と同じ応答品質を期待する場合に影響が出る可能性がある。

Q. mini版とフル版、どちらから試すべきですか？

自分ならmini版から試す。理由はシンプルで、価格が3倍以上違うためだ。mini版で品質が足りないと判明した箇所だけをフル版に切り替える方が、無駄なコストを積まずに済む。

Q. reasoning effortは会話の途中で変更できますか？

できる。session.updateイベントを再送するか、応答リクエスト単位でeffortを上書きすれば、会話の複雑さに応じて動的に切り替えられる。

Q. 日本語の音声品質は前世代から改善されていますか？

アルファベット・数字の認識精度改善は日本語の会話にも一定の恩恵があるはずだが、日本語特化のベンチマークは本記事執筆時点で公開されていない。正直まだ判断がつかない部分で、自社データでの検証を挟むのが安全だ。

まとめ

p95レイテンシ25%改善、reasoning effortの5段階調整、音声認識・割り込み挙動の改善。この3点が積み上がって、実運用のストレスを減らしている。

価格面では、フル版とmini版の3倍以上の差をどう使い分けるかが設計の肝になる。すべてをフル版に流すのではなく、会話の入口はmini版で受け、複雑な判断が必要になった時点でフル版にエスカレーションする。この設計だけで、月間コストは大きく変わってくる。

自分なら、まずmini版とreasoning effort=lowの組み合わせで既存の音声エージェントを置き換え、応答品質が足りない会話パターンだけをログから拾ってフル版・medium以上に個別対応する。全面切り替えより手間はかかるが、コストと品質のバランスは確実にこちらのほうがいい。音声API単体だけでなく主要AIサービス全体を横並びで比較したい場合は、AIサービス比較15選もあわせて確認しておくと判断材料が増える。