GPT-4o Mini Transcribe vs GPT-4o Transcribe
Quale scegliere e quando
Il livello mini dimezza all'incirca il conto - $1.25 per milione in ingresso testo, $5 in uscita e $3 per milione di audio in ingresso contro $2.5, $10 e $6 - a parità di tetto di 25MB per file, elenco di 57 lingue, contesto da 16000 token e uscita solo json/text, senza timestamp né diarizzazione su entrambi. Nient'altro nelle specifiche pubblicate li separa, quindi scegli gpt-4o-mini-transcribe a meno che tu non abbia misurato una differenza sul tuo audio.
Benchmark
GPT-4o Mini Transcribe: 33 pubblicati, ma nessun benchmark in comune con abbastanza altri modelli per fare un confronto.
Dati pubblicati dai provider: Alibaba (Qwen) ByteDance Google OpenAI
Prezzi
| GPT-4o Mini Transcribe | GPT-4o Transcribe | Δ | |
|---|---|---|---|
| Input audio / 1M token | $3 | $6 | 0.5× |
| Output di testo / 1M token | $5 | $10 | 0.5× |
Tariffe lette dal catalogo live al momento della build; il listino aggiornato è sulla pagina di ciascun modello.
Funzionalità
| GPT-4o Mini Transcribe | GPT-4o Transcribe | |
|---|---|---|
| Diarizzazione dei parlanti | no | no |
| Streaming | sì | sì |
| Timestamp | no | no |
Specifiche
| GPT-4o Mini Transcribe | GPT-4o Transcribe | |
|---|---|---|
| Modalità di input | testo audio | testo audio |
| Modalità di output | testo | testo |
| Rilascio | 2025-03-20 | 2025-03-20 |
| Knowledge cutoff | 2024-06 | 2024-06 |
| Limiti | 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 |
| Lingue | 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 |
| Output massimo | 2K | 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: GPT-4o Mini Transcribe · GPT-4o Transcribe
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="gpt-4o-mini-transcribe",
# model="gpt-4o-transcribe", # 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: "gpt-4o-mini-transcribe",
// model: "gpt-4o-transcribe", // 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="gpt-4o-mini-transcribe" \
# -F model="gpt-4o-transcribe" \ # 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: "gpt-4o-mini-transcribe",
// Model: "gpt-4o-transcribe", // 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("gpt-4o-mini-transcribe")
// .model("gpt-4o-transcribe") // decommenta questa riga, commenta quella sopra
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());FAQ
Qual è il più economico, GPT-4o Mini Transcribe o GPT-4o Transcribe?
GPT-4o Mini Transcribe costa meno alla voce Input audio / 1M token ($3 contro $6, 2.0× di differenza). Altre voci potrebbero dire il contrario: la tabella qui sopra riporta il listino completo, e il costo reale dipende dal tuo mix di utilizzo.
Posso fare un A/B test di GPT-4o Mini Transcribe contro GPT-4o Transcribe 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.
GPT-4o Mini Transcribe e GPT-4o Transcribe 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.