GPT-4o Mini Transcribe vs GPT-4o Transcribe
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.
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, up to 25MB streaming transcription supported json/text output only no word timestamps or diarization | mp3/mp4/mpeg/mpga/m4a/wav/webm, up to 25MB streaming transcription supported (incl. Realtime transcription sessions) json/text output only no word timestamps or diarization |
| Idiomas | 57 languages listed for the transcriptions endpoint (one shared list for all transcription models) ISO 639-1 / 639-3 codes accepted for GPT-4o-based models | 57 languages listed for the transcriptions endpoint (one shared list for all transcription models) ISO 639-1 / 639-3 codes accepted for GPT-4o-based models |
| Salida máxima | 2K | 2K |
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)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: "gpt-4o-mini-transcribe",
// model: "gpt-4o-transcribe", // descomenta esta línea, comenta la de arriba
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="gpt-4o-mini-transcribe" \
# -F model="gpt-4o-transcribe" \ # descomenta esta línea, comenta la de arriba
-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: "gpt-4o-mini-transcribe",
// Model: "gpt-4o-transcribe", // descomenta esta línea, comenta la de arriba
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("gpt-4o-mini-transcribe")
// .model("gpt-4o-transcribe") // descomenta esta línea, comenta la de arriba
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());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.