欧州連合はロブロックスとチャットGPTを『デジタルサービス法案』の最も厳しい規制対象に含める予定で、両プラットフォームの月間アクティブユーザー数はすでに4,500万の基準を超えている。これら2つのプラットフォームは『超大型オンラインプラットフォーム』として指定され、より厳格なコンテンツ監視やリスク評価などのコンプライアンス要件を遵守しなければならない。
OpenAIが新たな音声文字起こしAPI「GPT-Live-Transcribe」と「GPT-Transcribe」を発表。従来の限界を超え、アクセントや専門用語、数字、背景ノイズなどの文脈を理解。GPT-Live-Transcribeは低遅延のリアルタイム処理に特化し、速記者のように同期文字起こしを実現。もう一方は異なる特性に焦点を当て、複雑な環境での認識精度を高める。....
OpenAIがGPT-Liveアーキテクチャで新音声体験を発表。従来型を脱却し、リアルタイム音声AIエージェント向けモデルを提供。GPT-Realtime-2はGPT-5級推論を導入、複雑な要求を安定処理し音声技術を飛躍させる。....
OpenAIが次世代双方向音声モデル「GPT-Bidi-1」を発表へ。双方向アーキテクチャで従来の単方向通話を突破し、聞きながら話せる。割り込みや遮りをリアルタイムに把握し、意味を動的調整。ラグを防ぎ、対話体験を大幅向上。....
VITA-1.5:リアルタイムの視覚と音声インタラクションを備えたGPT-4o級のマルチモーダル大規模言語モデル
ChatGPTの超強化版。フォルダ、検索、GPTストア、画像ライブラリ、音声GPT、エクスポート、カスタムプロンプト、プロンプトチェーン、非公開モデルなどの機能を搭載しています。
GPT-4oは、音声、画像、テキストをリアルタイムで処理できるフラッグシップモデルです。
データベースに接続し、GPTを活用してリアルタイムで会話を行うツール
Google
$0.49
入力トークン/百万
$2.1
出力トークン/百万
1k
コンテキスト長
Openai
$2.8
$11.2
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$1
$10
256
Baidu
128
$6
$24
$2
$20
$4
$16
$8
$240
52
nvidia
NVIDIA GPT-OSS-120B Eagle3は、OpenAIのgpt-oss-120bモデルをベースに最適化されたバージョンで、ハイブリッドエキスパート(MoE)アーキテクチャを採用し、総パラメータ数が1200億、アクティブなパラメータ数が50億です。このモデルは商用および非商用の使用をサポートし、テキスト生成タスクに適しており、特にAIエージェントシステムやチャットボットなどのアプリケーション開発に適しています。
VITA-MLLM
VITA-1.5はマルチモーダルインタラクションモデルで、GPT-4oレベルのリアルタイム視覚と音声インタラクション能力を実現することを目的としています。
openbmb
MiniCPM-V 2.6はOpenBMBが提供するマルチモーダル大規模モデルで、単一画像、複数画像、動画理解タスクにおいてGPT-4Vを上回り、iPadでのリアルタイム動画理解をサポートします。
Norod78
SVGファイルでトレーニングされたカスタムGPTモデルで、特にマイクロソフトのFluentUIリポジトリのフラットな表情バリアントに最適化されています。
Node.jsベースのSSEプロキシサーバーで、Browserbase APIを通じてGPT - 4などのモデルのリアルタイム応答ストリーム転送を実現
Apache SparkとOpenAI GPTに基づくリアルタイム商品市場洞察システムで、多ソースデータを統合し、実行可能な市場分析レポートを生成します。
OpenAI GPTとMCPプロトコルに基づくマルチデータベースインテリジェントクエリアシスタントで、自然言語をSQLに変換、複数のデータベースタイプ、リアルタイムクエリ処理をサポートします