# Стоимость моделей Realtime

Расчет стоимости голосовых сессий Realtime по текстовым, аудио- и визуальным токенам.

В голосовых сессиях [OpenAI Realtime](https://coreinfra.ru/docs/reference/openai/realtime.md) (`wss://hub.coreinfra.ai/openai/api/v1/realtime`) каждый ответ модели рассчитывается и списывается как отдельная операция. Ставки за 1 миллион токенов опубликованы в разделе «Голосовые модели (Realtime)» на странице [«Тарифы»](https://hub.coreinfra.ai/pricing), общие правила резервирования и списания — на странице [«Модели и тарифы»](https://coreinfra.ru/docs/models.md#reserve).

## Модальности и категории токенов

Входные, кэшированные и выходные токены каждого ответа разделяются по трем модальностям:

* **Текст:** «Входящие», «Кэш, чтение» и «Исходящие».
* **Аудио:** «Аудио, вход», «Аудио, кэш» и «Аудио, выход».
* **Изображения:** «Изобр., вход» и «Изобр., кэш».

## Формула расчета

Стоимость одного ответа в рублях складывается из расхода по всем модальностям:

```text
Текст = Токены_текст_вход × Цена_текст_вход
      + Токены_текст_кэш × Цена_текст_кэш
      + Токены_текст_выход × Цена_текст_выход

Аудио = Токены_аудио_вход × Цена_аудио_вход
      + Токены_аудио_кэш × Цена_аудио_кэш
      + Токены_аудио_выход × Цена_аудио_выход

Изобр = Токены_изобр_вход × Цена_изобр_вход
      + Токены_изобр_кэш × Цена_изобр_кэш

Стоимость_ответа = (Текст + Аудио + Изобр) / 1 000 000
```

Если в голосовой сессии включена расшифровка входящего аудио моделью распознавания речи, каждая транскрибация тарифицируется отдельно по правилам [«Стоимости синтеза и распознавания речи»](https://coreinfra.ru/docs/billing/speech.md#recognition).
