GPT-Realtime-2.1 miniは何が違う？AI電話受付のコストと品質で見る使い分け
営業時間案内や折り返し受付をAIに任せやすくなると、電話の取りこぼし対策を小さく始められます。
GPT-Realtime-2.1 miniはどの電話に向き、どこから人へ渡すべきでしょうか？
AI電話受付の音声コストを抑えたい会社に、新しい選択肢が加わりました。OpenAIが2026年7月6日に一般提供したGPT-Realtime-2.1 miniは、リアルタイム音声向けの高速・低コストな推論モデルです。
公式単価では、GPT-Realtime-2.1 miniの音声入力と出力は、フル版のGPT-Realtime-2.1の31.25%です。
ただし、単価が低いことと、電話受付の品質が同じことは別問題。定型の一次受付はmini、複雑な例外処理はフル版または人へ切り替える見方が必要です。
要点GPT-Realtime-2.1 miniは音声単価を抑えやすいが、実通話の品質確認は省けない
営業時間案内、用件分類、折り返し受付などはminiから試しやすい領域です。予約変更、複数システムの操作、契約に関わる判断は、フル版や有人転送を含めて設計します。
GPT-Realtime-2.1 miniの違いは高速・低コストの蒸留モデル
GPT-Realtime-2.1 miniは、音声とテキストをリアルタイムに扱う蒸留推論モデルです。
WebRTC、WebSocket、SIP接続に対応し、画像入力や外部機能を呼び出すFunction Callingも使えます。
コンテキストウィンドウは128,000トークン、最大出力は32,000トークン。従来のGPT-Realtime miniは32,000コンテキスト、最大出力4,096だったため、GPT-Realtime-2.1 miniは長い会話や大きな業務指示を扱う余地が広がっています。
OpenAIはGPT-Realtime-2.1 miniについて、GPT-Realtime-2よりも英数字認識を改善したと説明しています。電話番号、予約番号、商品コードを扱う受付では参考になりますが、日本語の固有名詞や騒音下の精度を保証する数値ではありません。
出典: OpenAI「Release Notes」(英語)
出典: OpenAI API「GPT-Realtime-2.1 mini Model」(英語)
GPT-Realtime-2.1 miniとフル版の料金差
2026年7月11日時点の公式単価を、同じ費目と単位で比べます。
音声入力は約$10.00対約$32.00、音声出力は約$20.00対約$64.00で、GPT-Realtime-2.1 miniはフル版の31.25%です。
| 100万トークン | 2.1 mini | 2.1 |
|---|---|---|
| テキスト入力 | 約$0.60 | 約$4.00 |
| テキスト出力 | 約$2.40 | 約$24.00 |
| 音声入力 | 約$10.00 | 約$32.00 |
| 音声出力 | 約$20.00 | 約$64.00 |
単純な音声トークン量では差が大きい一方、電話受付の費用はモデル単価だけで決まりません。Realtime APIでは会話履歴が次の応答の入力へ加わるため、長い通話ほど後半の入力が増えることがあります。
OpenAIの目安では、利用者の音声は100ミリ秒あたり1トークン、AIの音声は50ミリ秒あたり1トークンです。ただし、特殊トークン、テキスト指示、ツール結果、キャッシュの効き方で変わるので、固定の「1分いくら」に置き換えないでください。
出典: OpenAI API「GPT-Realtime-2.1 Model」(英語)
出典: OpenAI API「Managing costs」(英語)
AI電話受付をSIPでつなぐ時に必要なもの
GPT-Realtime-2.1 miniはSIP接続に対応しているため、着信電話をAIへつなぐ構成を作れます。
とはいえ、モデルだけを契約しても電話番号へ着信するわけではありません。
構成電話番号、SIPトランク、OpenAI、業務システムを分けて考える
SIPトランク事業者が電話をIP通信へ変換し、OpenAIのRealtime APIへ渡します。予約台帳やCRMへ接続する場合はFunction Callingとサーバー側の処理が必要です。
番号取得、電話回線、SIP、サーバー、監視、CRM連携、人への転送には別の費用がかかります。AI電話の1分単価と人件費の見方でも触れているように、通話時間だけでなく完了1件あたりの総費用で比べる方が実態に合います。
電話番号や氏名を復唱するだけでなく、予約確定や注文変更まで任せると失敗時の影響が大きくなるため、最初はAIに電話の一次対応を任せる範囲を狭くし、担当者への転送が必ず動く状態から始めるのが堅実です。
全体構成はAI電話でできることも比較材料になります。
出典: OpenAI API「Realtime API with SIP」(英語)
GPT-Realtime-2.1 miniとフル版の使い分け
GPT-Realtime-2.1 miniから試しやすいのは、回答範囲を限定できる高頻度の一次受付です。営業時間、場所、持ち物、用件分類、折り返し受付なら、正解と禁止回答を先に用意できます。
miniから試す
営業時間案内
用件の振り分け
折り返し受付
人かフル版へ
契約の例外判断
複数台帳の更新
苦情と緊急対応
一方、予約変更が複数システムにまたがる、例外条件が多い、会話が長い、取り消しにくい操作を伴う場合は、GPT-Realtime-2.1または有人対応を候補にします。OpenAIも、承認が重い処理や中間テキストを管理したい場合は、音声認識、テキスト処理、音声生成を分ける連鎖型ワークフローを選択肢に挙げています。
全通話を1モデルへ固定しないことが使い分けの要です。定型受付はmini、例外は人、複雑だが自動化可能な処理だけフル版へ送ると、品質を落とさずコストを見直せます。
コストと品質を実通話で比べる4指標
miniとフル版の品質差を示す公式の直接ベンチマークは確認できません。そこで、自社の電話を匿名化した同じテストセットを両モデルへ通し、結果を比べます。
完了率
用件が終わったか
→
一致率
番号と氏名を照合
→
総費用
完了1件で集計
誤答率と有人転送率も並べ、安さだけで合格にしない
| 指標 | 見る内容 | 判断 |
|---|---|---|
| 完了率 | 用件を終えた割合 | 途中離脱を除く |
| 復唱一致率 | 氏名・番号の一致 | 誤記を確認 |
| 有人転送率 | 人へ渡した割合 | 例外を分類 |
| 総費用 | 完了1件の費用 | 全費目を含む |
テストには静かな録音だけでなく、雑音、言い直し、割り込み、苗字、住所、英数字を含めます。音声AI受付の個人情報と有人転送も確認し、誤答時に人へ戻れるかを合格条件へ入れてください。転送に失敗する構成は本番へ出せません。
注意学習不使用だけで個人情報の確認を終えない
OpenAI APIの入力・出力は、明示的に共有へ同意しない限りモデル学習に使われません。ただし、保持期間、録音同意、SIP事業者側の保存、社内ログへのアクセス権は別々に確認します。
GPT-Realtime-2.1 miniは、AI電話受付の単価を下げる余地を広げました。
それでも、最初に決めるべきなのはモデルではなく、AIが答えてよい範囲と人へ渡す境界であり、その境界を固定したうえでminiとフル版を同じ通話で比較すれば判断がぶれません。
既存契約を含む費用管理にはAIツールの契約棚卸しも役立ちます。
GPT-Realtime-2.1 miniに関するFAQ
QGPT-Realtime-2.1 miniはGPT-Realtime-2.1と何が違いますか？
A主な違いはモデルの位置づけと単価です。GPT-Realtime-2.1 miniは高速・低コストの蒸留推論モデルで、音声入出力単価は同じトークン量ならフル版の31.25%です。
QGPT-Realtime-2.1 miniでAI電話受付は作れますか？
AGPT-Realtime-2.1 miniはSIP接続とFunction Callingに対応しています。ただし、電話番号を接続するSIPトランク事業者とサーバー側の実装が別途必要です。
QGPT-Realtime-2.1 miniの電話料金は1分いくらですか？
AGPT-Realtime-2.1 miniの会話セッションは音声やテキストのトークン課金で、固定の1分単価ではありません。通話履歴、AIの発話量、SIP料金も含めて測定します。
Qどの電話業務ならGPT-Realtime-2.1 miniから試せますか？
A営業時間案内、用件分類、折り返し受付、定型FAQなど、回答範囲を限定できる一次受付が候補です。
QGPT-Realtime-2.1を選ぶべき電話業務は何ですか？
A複数システムをまたぐ処理、例外の多い予約変更、長い対話は、GPT-Realtime-2.1または人への転送を含めて評価します。
QGPT-Realtime-2.1 miniは個人情報を学習しますか？
AOpenAI APIの入力・出力は、組織が明示的に共有へ同意しない限りモデル学習に使われません。ただし、保持条件、録音同意、SIP事業者側のデータ処理は別途確認が必要です。
