GPT-Realtime-Translate: năng lực, chi phí và giới hạn qua nguồn chính thức

GPT-Realtime-Translate ra mắt ngày 07/05/2026 trong API, chuyên dịch lời nói trực tiếp. Theo OpenAI, model nhận hơn 70 ngôn ngữ đầu vào và tạo lời dịch ở 13 ngôn ngữ đầu ra; hai con số này không có nghĩa dịch hai chiều giữa mọi cặp ngôn ngữ.

Dịch khi người nói đang nói

Công bố chính thức mô tả trải nghiệm nghe lời dịch và đọc bản chép theo thời gian thực. Model hướng tới hỗ trợ khách hàng, giáo dục, sự kiện và giao tiếp xuyên biên giới. Đây là model dịch, khác GPT-Realtime-2 tập trung vào hội thoại có suy luận và hành động.

Phạm vi ngôn ngữ không đồng đều

Hỗ trợ hơn 70 ngôn ngữ nhận vào không tự bảo đảm mọi giọng địa phương, thuật ngữ hoặc môi trường nhiễu đều được xử lý ngang nhau. Cần kiểm tra ngôn ngữ đích nằm trong danh sách đầu ra và đo trên âm thanh đại diện. Không suy khả năng tiếng Việt chỉ từ số lượng ngôn ngữ tổng.

Đánh giá khách hàng có giới hạn

Thông cáo dẫn nhận xét khách hàng về Word Error Rate trên Hindi, Tamil và Telugu. Đây là kết quả trong đánh giá riêng, không phải tỷ lệ chính xác chung của dịch thuật. Word Error Rate đo sai khác từ trong bản chép; chất lượng bảo toàn ý nghĩa cần tiêu chí bổ sung, đặc biệt với số, tên riêng và phủ định.

Chi phí và triển khai

Không lấy giá model hội thoại hoặc gpt-realtime đời trước áp sang model dịch. Cần kiểm tra bảng giá endpoint, loại dữ liệu được tính phí và thời điểm sử dụng. Tổng độ trễ còn gồm mạng, thu âm và phát âm thanh, không chỉ thời gian suy luận.

Với y tế, pháp lý hoặc thỏa thuận có hậu quả lớn, lời dịch cần cơ chế xác nhận và người có chuyên môn khi cần. Đầu ra trôi chảy không chứng minh không bỏ sót ý. Ứng dụng cũng phải xử lý đồng ý ghi âm, quyền truy cập và lưu trữ dữ liệu giọng nói.

Nguồn: OpenAI, Advancing voice intelligence with new models in the API, 07/05/2026.