发生了什么
在客户服务场景的典型对话中，各模型平均耗时均低于7分钟。Gemini 2.5 Flash Native Audio Preview最快，耗时2.4分钟，随后是GPT-Realtime-2（Minimal）2.6分钟、GPT-Realtime-2（Medium）2.9分钟，而GPT Realtime Mini最慢达6.4分钟，超过Grok Voice Think Fast 1.0的5.6分钟和GPT-Realtime-1.5的4.8分钟。
为什么值得关注
该报道提供了多个主流语音模型的实测响应时延对比，对开发者评估性能具有参考价值。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
在客户服务场景的典型对话中
在客户服务场景的典型对话中，各模型平均耗时均低于7分钟。Gemini 2.5 Flash Native Audio Preview最快，耗时2.4分钟，随后是GPT-Realtime-2（Minimal）2.6分钟、GPT-Realtime-2（Medium）2.9分钟，而GPT Realtime Mini最慢达6.4分钟，超过Grok Voice Think Fast 1.0的5.6分钟和GPT-Realtime-1.5的4.8分钟。
打开原始来源 ↗