Chirp 3 vs GPT-4o Transcribe Diarize
Welches Modell wofür
Beide Modelle führen Transkriptionen mit Sprecherdiarisierung durch, rechnen aber in unterschiedlichen Einheiten ab - chirp-3 mit $0.016 pro Audiominute im Vergleich zu gpt-4o-transcribe-diarize mit $6.25 pro Million Audio-Input-Token plus $2.5 pro Million Text-Input- und Output-Token - , sodass keine einzelne Umrechnung zwischen ihnen aussagekräftig ist. Wählen Sie chirp-3 für lange oder Live-Aufgaben: BatchRecognize reicht von 1 Minute bis 1 Stunde, StreamingRecognize verarbeitet Echtzeit und deckt 29 GA- sowie 82 Preview-Locales ab, obwohl Timestamps auf Wortebene nicht unterstützt werden. Wählen Sie gpt-4o-transcribe-diarize für kürzere Dateien unter 25MB, bei denen Sie diarized_json mit Sprecher-Labels und Segment-Timestamps wünschen, innerhalb seines 16000-token Kontexts und des 2000-token Output-Limits.
Preise
| Chirp 3 | GPT-4o Transcribe Diarize | Δ | |
|---|---|---|---|
| Pro Audiominute | $0.016 | - | - |
| Audio-Eingabe / 1M Tokens | - | $6.25 | - |
| Text-Ausgabe / 1M Tokens | - | $2.5 | - |
Die beiden Modelle werden in unterschiedlichen Einheiten abgerechnet, deshalb zeigen wir kein Δ: Für eine Umrechnung müssten wir etwas annehmen, das wir nicht gemessen haben. Oben steht jeder Preis in seiner eigenen Einheit.
Fähigkeiten
| Chirp 3 | GPT-4o Transcribe Diarize | |
|---|---|---|
| Sprecherdiarisierung | ja | ja |
| Streaming | ja | ja |
| Zeitstempel | ja | ja |
Spezifikationen
| Chirp 3 | GPT-4o Transcribe Diarize | |
|---|---|---|
| Eingabemodalitäten | Audio | Text Audio |
| Ausgabemodalitäten | Text | Text |
| Veröffentlicht | 2025-10-13 | 2025-10 |
| Knowledge-Cutoff | - | 2024-06 |
| Limits | Automatisch erkannte Audiodekodierung synchrones Recognize <1 Min., BatchRecognize 1 Min. - 1 Std. (<=20 Min. mit Wort-Zeitstempeln), StreamingRecognize für Echtzeit Sprecher-Diarisierung in BatchRecognize und Recognize (14 Sprachen) Zeitstempel auf Äußerungsebene (nur StreamingRecognize), Zeitstempel auf Wortebene als nicht unterstützt gelistet sprachunabhängige Transkription 29 GA- und 82 Preview-Locales | mp3/mp4/mpeg/mpga/m4a/wav/webm, bis 25MB eingebaute Sprecher-Diarisierung mit diarized_json-Output (Sprecherlabels und Segment-Zeitstempel) chunking_strategy ist für Audio >30s erforderlich keine Prompt-Unterstützung |
| Sprachen | 29 GA- und 82 Preview-Locales (111 insgesamt) über StreamingRecognize, Recognize und BatchRecognize hinweg die Diarisierung deckt 14 davon ab | 57 Sprachen für den Transkriptions-Endpoint gelistet (eine gemeinsame Liste für alle Transkriptionsmodelle) ISO-639-1- / 639-3-Codes werden für GPT-4o-basierte Modelle akzeptiert |
| Maximale Ausgabe | - | 2.000 |
Die Spezifikationen stammen aus der Dokumentation des jeweiligen Anbieters. Veröffentlicht ein Anbieter eine Angabe nicht, lassen wir die Zeile weg, statt sie zu schätzen. Vollständige Quellen: Chirp 3 · GPT-4o Transcribe Diarize
Eine Zeile genügt für den Wechsel
Beide IDs stehen in jedem Tab unten. Die beiden hervorgehobenen Zeilen sind die einzige Änderung. Gleicher Endpunkt, gleicher Schlüssel, gleiches Anfrageformat.
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.audio.transcriptions.create(
model="chirp-3",
# model="gpt-4o-transcribe-diarize", # diese Zeile einkommentieren, die darüberliegende auskommentieren
file=open("meeting.mp3", "rb"),
language="en",
)
print(resp.text)import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.audio.transcriptions.create({
model: "chirp-3",
// model: "gpt-4o-transcribe-diarize", // diese Zeile einkommentieren, die darüberliegende auskommentieren
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="chirp-3" \
# -F model="gpt-4o-transcribe-diarize" \ # diese Zeile einkommentieren, die darüberliegende auskommentieren
-F file=@meeting.mp3package main
import (
"context"
"fmt"
"os"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
f, _ := os.Open("meeting.mp3")
resp, _ := client.Audio.Transcriptions.New(context.TODO(), openai.AudioTranscriptionNewParams{
Model: "chirp-3",
// Model: "gpt-4o-transcribe-diarize", // diese Zeile einkommentieren, die darüberliegende auskommentieren
File: f,
})
fmt.Println(resp.Text)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.audio.transcriptions.*;
import java.nio.file.Paths;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
Transcription resp = client.audio().transcriptions().create(
TranscriptionCreateParams.builder()
.model("chirp-3")
// .model("gpt-4o-transcribe-diarize") // diese Zeile einkommentieren, die darüberliegende auskommentieren
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());FAQ
Welches Modell ist günstiger: Chirp 3 oder GPT-4o Transcribe Diarize?
Die beiden werden in unterschiedlichen Einheiten abgerechnet, eine einzelne belastbare Zahl gibt es deshalb nicht: Chirp 3 und GPT-4o Transcribe Diarize stehen in der Tabelle oben jeweils in ihrer eigenen Einheit. Vergleichen Sie sie mit Ihrem eigenen Workload. Welche Abwägung dahintersteckt, beschreibt das Fazit oben auf dieser Seite.
Kann ich Chirp 3 gegen GPT-4o Transcribe Diarize A/B-testen, ohne zweimal zu integrieren?
Ja. Beide laufen über denselben OpenAI-kompatiblen Endpunkt mit einem API-Schlüssel. Für den Wechsel ändern Sie nur eine Zeile, den Modellnamen. So können Sie einen Teil des Traffics an jedes Modell schicken und die Kosten direkt vergleichen.
Unterstützen Chirp 3 und GPT-4o Transcribe Diarize Sprecherdiarisierung?
Das beantwortet die Tabelle der Fähigkeiten oben für jedes Modell einzeln, direkt aus der Dokumentation des jeweiligen Anbieters. Diarisierung, Streaming und Zeitstempel stehen dort getrennt, weil sich die Modelle in allen drei Punkten unterscheiden.