Chirp 3 vs GPT-4o Transcribe Diarize
Quale scegliere e quando
Questi due modelli eseguono entrambi la trascrizione con diarizzazione del parlante, ma fatturano in unità diverse - chirp-3 a $0.016 per minuto di audio contro gpt-4o-transcribe-diarize a $6.25 per milione di token audio di input più $2.5 per milione di token di testo di input e output - quindi nessuna singola conversione tra di essi è onesta. Scegli chirp-3 per lavori lunghi o dal vivo: BatchRecognize va da 1 minuto a 1 ora, StreamingRecognize gestisce il tempo reale e copre 29 localizzazioni GA più 82 in preview, sebbene i timestamp a livello di parola non siano supportati. Scegli gpt-4o-transcribe-diarize per file più brevi sotto i 25MB dove desideri diarized_json con etichette del parlante e timestamp dei segmenti, entro il suo contesto di 16000 token e il limite di output di 2000 token.
Prezzi
| Chirp 3 | GPT-4o Transcribe Diarize | Δ | |
|---|---|---|---|
| Al minuto di audio | $0.016 | - | - |
| Input audio / 1M token | - | $6.25 | - |
| Output di testo / 1M token | - | $2.5 | - |
Questi due modelli si pagano in unità diverse, quindi non mostriamo alcun Δ: per convertirle servirebbe un'ipotesi che non abbiamo misurato. Qui sopra ogni listino è riportato nella propria unità.
Funzionalità
| Chirp 3 | GPT-4o Transcribe Diarize | |
|---|---|---|
| Diarizzazione dei parlanti | sì | sì |
| Streaming | sì | sì |
| Timestamp | sì | sì |
Specifiche
| Chirp 3 | GPT-4o Transcribe Diarize | |
|---|---|---|
| Modalità di input | audio | testo audio |
| Modalità di output | testo | testo |
| Rilascio | 2025-10-13 | 2025-10 |
| Knowledge cutoff | - | 2024-06 |
| Limiti | Auto-detected audio decoding sync Recognize <1 min, BatchRecognize 1 min - 1 hr (<=20 min with word timestamps), StreamingRecognize for real-time speaker diarization in BatchRecognize and Recognize (14 languages) utterance-level timestamps (StreamingRecognize only), word-level timestamps listed as unsupported language-agnostic transcription 29 GA + 82 preview locales | mp3/mp4/mpeg/mpga/m4a/wav/webm, up to 25MB built-in speaker diarization with diarized_json output (speaker labels + segment timestamps) chunking_strategy required for audio >30s no prompt support |
| Lingue | 29 GA + 82 Preview locales (111 total) across StreamingRecognize, Recognize and BatchRecognize diarization covers 14 of them | 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 |
| Output massimo | - | 2K |
Le specifiche sono riprese dalla documentazione di ciascun provider; se un provider non pubblica un dato, la riga viene omessa e non dedotta. Fonti complete: Chirp 3 · GPT-4o Transcribe Diarize
Passa dall'uno all'altro cambiando una sola riga
In ogni scheda qui sotto ci sono entrambi gli id: le due righe evidenziate sono l'unica modifica. Stesso endpoint, stessa chiave, stessa struttura della richiesta.
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", # decommenta questa riga, commenta quella sopra
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", // decommenta questa riga, commenta quella sopra
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" \ # decommenta questa riga, commenta quella sopra
-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", // decommenta questa riga, commenta quella sopra
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") // decommenta questa riga, commenta quella sopra
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());FAQ
Qual è il più economico, Chirp 3 o GPT-4o Transcribe Diarize?
Si pagano in unità diverse, quindi non esiste un numero unico che sia corretto. Nella tabella qui sopra Chirp 3 e GPT-4o Transcribe Diarize compaiono ciascuno nella propria unità. Confrontali sul tuo carico di lavoro: il compromesso pratico è descritto nel verdetto in cima alla pagina.
Posso fare un A/B test di Chirp 3 contro GPT-4o Transcribe Diarize senza due integrazioni?
Sì. Si chiamano entrambi dallo stesso endpoint compatibile con OpenAI, con una sola chiave API. Per passare dall'uno all'altro basta cambiare la stringa del modello in una riga, quindi puoi mandare una parte del traffico a ciascuno e confrontare direttamente i costi.
Chirp 3 e GPT-4o Transcribe Diarize supportano la diarizzazione dei parlanti?
La risposta, modello per modello, è nella tabella delle funzionalità qui sopra, ripresa direttamente dalla documentazione di ciascun provider. Diarizzazione, streaming e timestamp sono voci separate perché i modelli si differenziano su tutte e tre.