GPT-4o Transcribe Diarize vs Seed ASR

vs

Lequel choisir, et quand

Ces deux-là facturent dans des unités différentes - gpt-4o-transcribe-diarize à $6.25 par million de tokens audio en entrée plus $2.5 par million de tokens texte, seed-asr-bigmodel à $0.002 par minute d'audio - donc aucune conversion unique entre eux n'est honnête. Les deux diarisent : seed-asr-bigmodel prend des fichiers jusqu'à 5 heures et 512MB avec des horodatages au mot, contre un plafond de 25MB et un chunking_strategy obligatoire au-delà de 30 secondes côté OpenAI. Prenez gpt-4o-transcribe-diarize pour du diarized_json dans une chaîne de forme OpenAI, seed-asr-bigmodel pour de longs enregistrements facturés à la minute.

Tarifs

GPT-4o Transcribe Diarize Seed ASR Δ
Par minute d'audio - $0.002 -
Entrée audio / 1M de tokens $6.25 - -
Sortie texte / 1M de tokens $2.5 - -

Ces deux modèles ne sont pas facturés dans la même unité : aucun Δ n'est donc affiché, car les convertir supposerait une hypothèse que nous n'avons pas mesurée. Chaque grille tarifaire figure ci-dessus dans sa propre unité.

Capacités

GPT-4o Transcribe Diarize Seed ASR
Diarisation des locuteurs oui oui
Streaming oui oui
Horodatages oui oui

Spécifications

GPT-4o Transcribe Diarize Seed ASR
Modalités d'entrée texte audio audio
Modalités de sortie texte texte
Date de sortie 2025-10 2025-12-05
Coupure des connaissances 2024-06 -
Limites

mp3/mp4/mpeg/mpga/m4a/wav/webm, jusqu'à 25 Mo

diarisation des locuteurs intégrée avec sortie diarized_json (étiquettes de locuteur et horodatages de segment)

chunking_strategy requis pour un audio de plus de 30 s

pas de prise en charge du prompt

Mode fichier audio asynchrone: < 512 Mo, < 5 heures, OPUS/WAV/MP3/SPX/OGG/AMR/AAC/M4A (le PCM brut est également accepté), résultats renvoyés sous 3 heures et conservés 7 jours

diarisation des locuteurs via enable_speaker_info (API fichier audio uniquement, optimale avec <=10 locuteurs, pas de diarisation sur l'API streaming)

segmentation en phrases et en mots avec start_time/end_time via show_utterances

identification de la langue via enable_lid

mots-clés et contexte jusqu'à 800 tokens et 20 tours

facturation à l'appel

Langues

57 langues listées pour l'endpoint de transcriptions (une liste unique partagée par tous les modèles de transcription)

codes ISO 639-1 / 639-3 acceptés pour les modèles basés sur GPT-4o

Avec `language` vide, le modèle couvre le mandarin, l'anglais, le cantonais, le shanghaïen, le minnan et les dialectes du Sichuan et du Shaanxi

39 clés de langue peuvent être épinglées explicitement (en-US, zh-CN, yue-CN, ja-JP, ko-KR, id-ID, es-MX, pt-BR, de-DE, fr-FR, fil-PH, ms-MY, th-TH, ar-SA, it-IT, bn-BD, el-GR, nl-NL, ru-RU, tr-TR, vi-VN, pl-PL, ro-RO, uk-UA, az-AZ, bg-BG, cs-CZ, da-DK, fi-FI, hi-IN, hu-HU, kk-KZ, km-KH, my-MM, no-NO, pa-PK, sv-SE, sw-KE, ur-PK), plus une détection automatique en option (enable_auto_lang)

Sortie maximale 2 000 -

Les spécifications sont reprises de la documentation de chaque fournisseur ; quand un fournisseur ne publie pas une valeur, la ligne est omise et non déduite. Sources complètes : GPT-4o Transcribe Diarize · Seed ASR

Passez de l'un à l'autre en changeant une seule ligne

Les deux identifiants figurent dans chaque onglet ci-dessous : les deux lignes surlignées sont le seul changement. Même endpoint, même clé, même format de requête.

from openai import OpenAI

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

resp = client.audio.transcriptions.create(
    model="gpt-4o-transcribe-diarize",
    # model="seed-asr-bigmodel",  # décommentez cette ligne, commentez celle du dessus
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

Obtenez votre clé API →

FAQ

Lequel est le moins cher, GPT-4o Transcribe Diarize ou Seed ASR ?

Ils ne sont pas facturés dans la même unité, il n'existe donc pas de chiffre unique qui soit honnête : dans le tableau ci-dessus, GPT-4o Transcribe Diarize et Seed ASR apparaissent chacun dans sa propre unité. Comparez-les sur votre charge de travail réelle. Le verdict en haut de cette page décrit le compromis en pratique.

Puis-je faire un test A/B entre GPT-4o Transcribe Diarize et Seed ASR sans deux intégrations ?

Oui. Les deux passent par le même endpoint compatible OpenAI, avec une seule clé API. Pour passer de l'un à l'autre, il suffit de changer l'identifiant du modèle, soit une ligne : vous pouvez donc envoyer une part du trafic à chacun et comparer directement les factures.

GPT-4o Transcribe Diarize et Seed ASR prennent-ils en charge la diarisation des locuteurs ?

Le tableau des capacités ci-dessus répond modèle par modèle, d'après la documentation de chaque fournisseur. La diarisation, le streaming et les horodatages y figurent séparément, car les modèles diffèrent sur ces trois points.

Comparatifs associés

Nos études, mesures à l'appui