OpenAI系统卡里的232ms是骗局吗？我把GPT-4o实时视频API塞进手语翻译原型后的48小时

2026年5月26日 25 次浏览

上个月 OpenAI 把 GPT-4o 的 system card 公开出来的时候，我正在实验室里对着一个实时翻译 demo 抓狂。那篇系统卡里有一个让我过目难忘的数字：音频到音频的平均响应延迟 232 毫秒，而且是在真实网络环境下测的。我第一时间想的是：这不就意味着，我终于可以把“视频理解+语音合…