言語モデル

2026/11/02

  1. OpenAI が GPT-6.1 Terra を公開、API 料金は GPT-6.1 Sol の半分に
    価格OpenAIAnthropic
  2. Claude Opus 4.8 の Fast mode は 11 月 30 日で終わる。Opus 5.5 なら入力 8 ドル・出力 40 ドル
    価格Anthropic

2026/10/19

  1. Claude API のトレースを OpenTelemetry で Datadog などへ送る
    使い方Anthropic
  2. OpenAI の Decisions API は出力に課金しない。入力 100 万トークン 0.10 ドル
    価格OpenAI

2026/10/18

  1. GPT-Live の声を文章から無料でつくる：日本語の Harema と Shida も加わった
    使い方OpenAI
  2. Claude Opus 5.5 の Fast mode は申し込みなしで使える（料金は通常の 2 倍）
    価格Anthropic

2026/10/13

  1. 音声の文字起こしは 1 時間いくら？xAI と Mistral の API を比べる
    価格xAIMistral
  2. Mistral Large 4 の価格は入力 1.36 ドル・出力 4.18 ドル〜公開から 2 週間は半額
    価格Mistral
  3. Claude Managed Agents の web_fetch が取得するのは、セッションにすでに現れた URL だけ
    使い方Anthropic
  4. xAI の文字起こし API はバッチで 1 時間 0.10 ドル〜10 月 2 日から 2.0 に切り替わった
    価格xAI
  5. Claude の Max と Team に毎月の API クレジット（Max 5x は 100 ドル）
    価格Anthropic
  6. GPT-6.1 Sol は GPT-6 Sol よりキャッシュ済みの入力が安い
    モデルOpenAI
  7. Claude Sonnet 5.5 の価格は Sonnet 5 のまま。キャッシュの読み出しは 10 月 7 日に半額になった
    モデルAnthropic
  8. Claude Haiku 5.5 は 10 万トークンまで GPT-6 Luna と同じ値段、超えると 5 倍
    価格AnthropicOpenAI

2026/09/29

  1. Gemini 2.5 を使えるのはこれまで使っていたユーザーだけ｜Gemini API
    モデルGoogle
  2. Grok 4.7 が xAI の一覧に。単価もコンテキストも 4.6 と同じ
    モデルxAI
  3. Gemini 3.8 Live の料金：音声の入力は 1 分 0.005 ドル、出力は 0.018 ドル
    価格Google

2026/09/28

  1. Gemini 3.8 Flash TTS と Flash-Lite TTS の料金は 2027 年 1 月に倍になる
    価格Google
  2. Claude Opus 5.5 は入力 4 ドル・出力 20 ドル（Anthropic がまず勧めるモデル）
    モデルAnthropic
  3. GPT-6 Sol と GPT-6 Luna：Luna の単価は Sol の 20 分の 1
    モデルOpenAI

2026/09/15

  1. DeepSeek V4.1 Flash の公開で、Flash の単価が下がった
    モデルDeepSeek
  2. Sakana AI の Fugu Ultra v2 と Fugu Max は、ほかのモデルを使い分けて答える
    モデルSakana AIOpenAI
  3. Cognition の SWE-2 は Kimi K3 をもとにしたコーディング用のモデル
    モデルCognitionMoonshot
  4. Inception の拡散型モデル Mercury 2.5、出力は 100 万トークン 0.75 ドル
    価格InceptionOpenAIAnthropic
  5. GPT-Live 1 は時間で課金、1 分 0.05 ドル（推論のモデルは別料金）
    価格OpenAI

2026/09/08

  1. Meta は同じモデルを 2 つの値段で売る。安いほうの対価はやり取りそのもの
    価格Meta
  2. Grok は最新の 4.6 のほうが、4.3 よりコンテキストが狭い
    モデルxAI
  3. Kimi K3 は 100 万トークンを 1 つの単価で通す
    モデルMoonshot
  4. 同じ Qwen でも、北京とシンガポールで値段が違う
    価格Alibaba
  5. Mistral では Large が Medium の 3 分の 1
    価格Mistral
  6. GPT-6 Astra の仕様と GPT-6 の 3 つのモデル
    モデルOpenAI
  7. GPT-6 Astra の価格。272K を越えると請求全体が上がる
    価格OpenAIAnthropic
  8. Claude Fable 5.1 が現行の先頭へ。Fable 5 は旧モデルの側へ
    モデルAnthropic
  9. Fable 5.1 のキャッシュ読み出しは、Fable 5 の 4 分の 1
    コストAnthropic

2026/09/02

  1. Claude の現行モデル。コンテキスト 100 万、出力 12.8 万、提供終了は 1 年以上先
    モデルAnthropic
  2. SWE-bench Verified は 97% に達した。ただし上位同士は比べにくい
    ベンチマークAnthropic
  3. ベンチマークの数字は、条件とセットでしか読めない
    ベンチマークAnthropicOpenAIGoogleDeepSeek
  4. Claude の API 価格。Sonnet 5 の値上げは取りやめ
    価格Anthropic
  5. OpenAI の API 価格。GPT-5.6 にも長文の単価がある
    価格OpenAI
  6. Gemini の API 価格。値段が変わる 2 つの日付
    価格Google
  7. DeepSeek は混雑する時間帯だけ倍額になる
    価格DeepSeek
  8. Perplexity の Sonar は 2026 年 9 月 27 日まで。Agent API に替わる
    価格Perplexity
  9. プロンプトキャッシュの読み出しは、入力の 10 分の 1 とはかぎらない
    コストOpenAIAnthropicGoogleDeepSeekxAIMetaMistralAlibabaMoonshotSakana AI
  10. 長いコンテキストで単価が上がる会社と、上がらない会社
    コストOpenAIAnthropicGooglexAIAlibabaMoonshotSakana AI
  11. Claude Code に MCP サーバを足す。範囲をどれにするか
    使い方Anthropic

日本語

利用規約プライバシー

© Rollpie

X

GPT-Live の声を文章から無料でつくる：日本語の Harema と Shida も加わった

使い方OpenAI
2026/10/18

OpenAI は 2026 年 10 月 16 日に、GPT-Live で使う声を文章の説明からつくる prompt-to-voice を、すべての API の利用者に公開した⁠[1]。声をつくるのは無料で、その声で話させると、ふつうの GPT-Live のセッションとして請求されます⁠[1,2]。

GPT-Live のセッションは 1 分 0.05 ドルで、秒単位で請求される⁠[1]。裏で動く推論のモデルとツールの利用は別料金⁠[1]。

同じ日に、GPT-Live の声が 9 つ加わった⁠[1]。日本語の Harema と Shida、ドイツ語の Nuri・Juni・Flitz、フランス語の Brise と Sillage、ヒンディー語の Nira、韓国語の Noeul です⁠[1]。

声は、/v1/audio/voices に type を prompt として送るか、voice Playground でつくる⁠[2]。説明には、なまりや年齢、声の高さ、音色、話す速さなどを、ふつうの言葉で書きます⁠[2]。返ってくるのは声の ID などの情報で、音声やプレビューはつかない⁠[2]。

使うときは、セッションの audio.output.voice.id にその ID を指定し、声の説明を session.instructions にも書いておく⁠[2]。Playground で聞いてみるのも、ふつうのセッションとして請求されます⁠[2]。

1 つの組織でつくれる声の上限は 100 で、アプリが利用者向けにつくった声も含む⁠[2]。この声を使えるのは GPT-Live だけで、Text to Speech・Realtime・Chat Completions の API では使えません⁠[2]。

説明で、名前のある人物や有名人、架空のキャラクターをまねるよう求めることは禁じられ、子どもの声も認められていない⁠[2]。録音からつくる声は対象の顧客に限られ、組織あたり 20 が上限で、見本の録音は 30 秒以内⁠[2]。

出典

  1. [1]OpenAI - Changelog
  2. [2]OpenAI - Custom voices