GPT-4o Mini Transcribe vs GPT-4o Transcribe

vs

Cuál usar y cuándo

El nivel mini reduce la factura aproximadamente a la mitad - $1.25 por millón de entrada de texto, $5 de salida y $3 por millón de entrada de audio frente a $2.5, $10 y $6 - con el mismo límite de 25MB por archivo, la misma lista de 57 idiomas, el mismo contexto de 16000 tokens y la misma salida solo json/text, sin marcas de tiempo ni diarización en ninguno de los dos. Nada más en las especificaciones publicadas los separa, así que elige gpt-4o-mini-transcribe salvo que hayas medido una diferencia en tu propio audio.

Benchmarks

GPT-4o Mini Transcribe: 33 publicados, pero ningún benchmark compartido con suficientes modelos para comparar.

Sobre la mediaGPT-4o Transcribesolo 1 comparables
GPT-4o Mini Transcribe GPT-4o Transcribe otros modelos medidos media de los modelos comparados ★ ningún otro modelo puntuó más alto
FLEURS Arabic (WER)
14.06%
11.3%

Publicado por los proveedores: Alibaba (Qwen) ByteDance Google OpenAI

Precios

GPT-4o Mini Transcribe GPT-4o Transcribe Δ
Entrada de audio / 1M tokens $3 $6 0.5×
Salida de texto / 1M tokens $5 $10 0.5×

Tarifas tomadas del catálogo en vivo al generar el sitio; la página de cada modelo tiene la ficha de precios actualizada.

Capacidades

GPT-4o Mini Transcribe GPT-4o Transcribe
Diarización de hablantes no no
Streaming sí sí
Marcas de tiempo no no

Especificaciones

GPT-4o Mini Transcribe GPT-4o Transcribe
Modalidades de entrada texto audio texto audio
Modalidades de salida texto texto
Lanzamiento 2025-03-20 2025-03-20
Corte de conocimiento 2024-06 2024-06
Límites

mp3/mp4/mpeg/mpga/m4a/wav/webm, hasta 25MB

transcripción en streaming admitida

salida solo en json/text

sin marcas de tiempo por palabra ni diarización

mp3/mp4/mpeg/mpga/m4a/wav/webm, hasta 25MB

transcripción en streaming admitida (incl. sesiones de transcripción de Realtime)

salida solo en json/text

sin marcas de tiempo por palabra ni diarización

Idiomas

57 idiomas listados para el endpoint de transcriptions (una única lista compartida por todos los modelos de transcripción)

se aceptan códigos ISO 639-1 / 639-3 para los modelos basados en GPT-4o

57 idiomas listados para el endpoint de transcriptions (una única lista compartida por todos los modelos de transcripción)

se aceptan códigos ISO 639-1 / 639-3 para los modelos basados en GPT-4o

Salida máxima 2000 2000

Las especificaciones se transcriben de la documentación de cada proveedor; si un proveedor no publica un dato, la fila se omite en vez de deducirlo. Fuentes completas: GPT-4o Mini Transcribe · GPT-4o Transcribe

Cambia de uno a otro con una sola línea

Los dos ids aparecen en todas las pestañas de abajo; lo único que cambia es el par de líneas resaltadas. El endpoint, la clave y la estructura de la solicitud son los mismos.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.audio.transcriptions.create(
    model="gpt-4o-mini-transcribe",
    # model="gpt-4o-transcribe",  # descomenta esta línea, comenta la de arriba
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

Obtén tu clave API →

Preguntas frecuentes

¿Cuál es más barato, GPT-4o Mini Transcribe o GPT-4o Transcribe?

GPT-4o Mini Transcribe es más barato en Entrada de audio / 1M tokens ($3 frente a $6, una diferencia de 2.0×). En otras filas puede ser al revés: la tabla de arriba recoge todas las tarifas, y el coste real depende de tu combinación de uso.

¿Puedo hacer pruebas A/B de GPT-4o Mini Transcribe frente a GPT-4o Transcribe sin dos integraciones?

Sí. Los dos se sirven desde el mismo endpoint compatible con OpenAI y con una sola clave API. Para cambiar de uno a otro basta con tocar una línea, el nombre del modelo, así que puedes mandar una parte del tráfico a cada uno y comparar directamente las facturas.

¿Admiten GPT-4o Mini Transcribe y GPT-4o Transcribe la diarización de hablantes?

La tabla de capacidades de arriba lo indica para cada modelo, según la documentación de su proveedor. La diarización, el streaming y las marcas de tiempo aparecen por separado porque los modelos difieren en las tres cosas.

Comparativas relacionadas

De nuestros estudios con mediciones