モデル一覧MOSS-LIVE

MOSS-LIVE

Betaリアルタイムインタラクション

MOSS-Live 1.0は、自然で表現力豊かなリアルタイム対話のための全二重音声モデルです。聞きながら話すこと、自然な割り込み、バックグラウンドのAgentとの連携に対応し、リアルタイム動画ストリームと組み合わせて対話できます。

APIリファレンスを見る

ENDPOINT

WebSocket /v1/realtime

現在の呼び出しパス

入力

リアルタイム音声 + リアルタイム動画ストリーム

リクエストで受け付ける内容

出力

音声 + テキスト

成功時に返される内容

モデル概要

MOSS-Live 1.0は、自然で表現力豊かなリアルタイム対話のための全二重音声モデルです。聞きながら話すことができ、自然な割り込みに対応し、複雑な推論や長時間のタスクをバックグラウンドに委任して非同期で実行し、実行中もユーザーとの会話を続けます。リアルタイム動画ストリームの入力にも対応し、音声と映像から対話の状況を理解して、音声とテキストをストリーミングで出力します。

料金

期間限定で無料です。

0クレジット料金基準の一覧を見る

対応モダリティ

文テキスト出力のみ

音音声入力と出力

画画像非対応

動動画入力のみ · リアルタイム動画ストリーム

対応エンドポイント

Chat Completions /v1/chat/completions非対応

Responses /v1/responses非対応

Messages /v1/messages非対応

入力トークンの見積もり /v1/messages/count_tokens非対応

単一話者の音声生成 /v1/audio/speech非対応

複数話者の対話音声生成 /v1/audio/speech/speakers非対応

音声文字起こし /v1/audio/transcriptions非対応

ボイスデザイン /v1/audio/voice/generations非対応

リアルタイムインタラクション /v1/realtime対応

画像生成 /v1/images/generations非対応

機能

性能高

推論速度リアルタイムインタラクション

ストリーミング対応

非同期タスクAPI 対応

セマンティックな割り込みと発話終了判定
長時間タスクの非同期委任
能動的な働きかけと相づち
複数人の会話で自分宛てでない発話を無視
リアルタイムの視聴覚理解
ツール呼び出し
同時通訳
再生進捗の把握

バージョンとスナップショット

Model IDmoss-live-1.0

スナップショットmoss-live-1.0-2026-11-02最新バージョン