新規 無料登録で、呼び出し 10 回分(最大 $1)をお試しいただけます。カード登録は不要です。

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

vs

どんなときに、どちらを選ぶか

mini の段は請求をおおむね半分にします — テキスト入力 100万あたり $1.25、出力 $5、音声入力 100万あたり $3 が $2.5、$10、$6 に対して — 一方で 25MB のファイル上限、57 言語のリスト、16000 トークンのコンテキスト、json/text のみの出力、どちらにもないタイムスタンプと話者分離は同じです。公開仕様に他の差はないので、自分の音声で違いを測っていない限り gpt-4o-mini-transcribe を選んでください。

ベンチマーク

GPT-4o Mini Transcribe:公表値は 33 件ありますが、比較できるだけの数のモデルが測定している項目がありません。

平均超えGPT-4o Transcribe比較できるのは 1 件のみ
GPT-4o Mini Transcribe GPT-4o Transcribe 測定された他モデル 他モデルの平均 ★ これを上回るモデルなし
FLEURS Arabic (WER)
14.06%
11.3%

ベンダー公表値: Alibaba (Qwen) ByteDance Google OpenAI

料金

GPT-4o Mini Transcribe GPT-4o Transcribe Δ
音声入力 / 100 万トークン $3 $6 0.5×
テキスト出力 / 100 万トークン $5 $10 0.5×

ビルド時点の現行カタログの料金です。最新の料金表は各モデルのページに掲載しています。

対応機能

GPT-4o Mini Transcribe GPT-4o Transcribe
話者分離 なし なし
ストリーミング あり あり
タイムスタンプ なし なし

仕様

GPT-4o Mini Transcribe GPT-4o Transcribe
入力モダリティ テキスト 音声 テキスト 音声
出力モダリティ テキスト テキスト
リリース 2025-03-20 2025-03-20
知識カットオフ 2024-06 2024-06
制限

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

言語

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

最大出力 2K 2K

仕様は各ベンダーのドキュメントから転記しています。ベンダーが公表していない項目は、推測で埋めずに省いています。 出典の一覧: GPT-4o Mini Transcribe · GPT-4o Transcribe

1 行の変更で切り替え

以下のどのタブにも両方のモデル ID が入っています。書き換えるのはハイライトされた 2 行だけで、エンドポイント、キー、リクエスト形式はすべて同じです。

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",  # この行のコメントを外し、上の行をコメントアウト
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

API キーを取得 →

よくある質問

GPT-4o Mini Transcribe と GPT-4o Transcribe ではどちらが安いですか?

音声入力 / 100 万トークンは GPT-4o Mini Transcribe のほうが安くなります($3 対 $6、2.0 倍の差)。ほかの行では逆になることもあります。料金の全体は上の表に掲載しており、実際のコストは利用の内訳によって変わります。

GPT-4o Mini Transcribe と GPT-4o Transcribe の A/B テストは、実装を 2 つ用意せずにできますか?

はい。どちらも同じ OpenAI 互換エンドポイントから 1 つの API キーで利用できます。切り替えはモデル名の文字列を 1 行変えるだけなので、トラフィックの一部をそれぞれに振り分けて、請求額を直接比較できます。

GPT-4o Mini Transcribe と GPT-4o Transcribe は話者分離(ダイアライゼーション)に対応していますか?

上の対応機能の表に、各ベンダーのドキュメントに基づいてモデルごとに記載しています。話者分離、ストリーミング、タイムスタンプを別々の行にしているのは、この 3 点すべてでモデルごとに対応が異なるためです。

関連する比較

当社の実測レポートより