今天，我们正式推出了 Realtime API（实时 API），并新增多项功能，帮助开发者和企业构建可靠、可投入生产的语音代理。该 API 现支持远程 MCP 服务器、图像输入以及通过会话发起协议（SIP）进行电话呼叫，使语音代理能够借助更多工具和上下文，提升能力。 我们还发布了迄今为止最先进的语音转语音模型——gpt-realtime。该新模型在执行复杂指令、精准调用工具以及生成更自然、更富表现力的语音方面表现出色。它更擅长理解系统消息和开发者提示，无论是支持电话中逐字朗读免责声明、复述字母数字组合，…