Documentação oficial da OpenAI ↗ Usar em 30 segundos

GPT-4o Transcribe Diarize

Comparar

Lançado em 2025-10

transcription

O GPT-4o Transcribe Diarize é um modelo de reconhecimento automático de fala que identifica quem está falando e quando: ele associa segmentos de áudio a diferentes falantes em uma conversa, para que as transcrições capturem quem disse o quê, não apenas o que foi dito.

Entrada: áudio texto $2.5/M
Saída: texto $2.5/M
Entrada de áudio: $6.25/M
Contexto: 16K
Corte de conhecimento: 2024-06

O preço em contexto

Posição do preço entre 3 modelos comparáveis

Entrada$2.5/M

$1.25 · GPT-4o Mini Transcribe GPT-4o Transcribe · $2.5

Saída$2.5/M

$2.5 · GPT-4o Transcribe Diarize GPT-4o Transcribe · $10

A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Em cada extremidade está o mais barato e o mais caro. São tarifas base; os descontos de lote, região e escrita em cache estão na página de preços.

Especificações e limites

Tokens

Saída máxima (especificação do fornecedor)	2.000
Corte de conhecimento	2024-06

Áudio

Idiomas	57 idiomas listados para o endpoint de transcrições (uma lista única para todos os modelos de transcrição); códigos ISO 639-1 / 639-3 aceitos nos modelos baseados em GPT-4o
Limites de áudio	mp3/mp4/mpeg/mpga/m4a/wav/webm, até 25MB diarização de locutores integrada com saída diarized_json (rótulos de locutor + timestamps de segmento) chunking_strategy obrigatório para áudio >30s sem suporte a prompt
Diarização	Sim
Transcrição em streaming	Sim
Marcas de tempo	Sim

Modelo

Modalidades	áudio + texto → texto

Único modelo de transcrição da OpenAI com diarização de locutores integrada.

conforme documentação oficial da OpenAI ↗

Use o GPT-4o Transcribe Diarize em 30 segundos

Compatível com OpenAI: troque a base_url, mantenha seu SDK. POST /v1/audio/transcriptions

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",
    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-transcribe-diarize",
  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-transcribe-diarize" \
  -F file=@meeting.mp3

package 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-transcribe-diarize",
		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-transcribe-diarize")
        .file(Paths.get("meeting.mp3"))
        .build()).asTranscription();
System.out.println(resp.text());

Sobre o GPT-4o Transcribe Diarize

Ele compartilha a janela de contexto de 16K tokens e o máximo de 2K tokens de saída da família de transcrição GPT-4o e foi criado especificamente para o endpoint de transcrição, e não para chat geral.
A OpenAI afirma claramente que o modelo está disponível apenas pela Transcription API e não na Realtime API.
É o único modelo da OpenAI que retorna o formato de resposta JSON diarizado, que carrega rótulos de locutor ao lado dos timestamps de segmento; JSON simples e texto também estão disponíveis, mas SRT, VTT e verbose JSON não.
Dois comportamentos são específicos deste modelo.
Uma estratégia de chunking é obrigatória para áudio com mais de 30 segundos, seja automática, seja uma configuração de detecção de atividade de voz que você forneça, e o prompting não está disponível de forma alguma, então os truques de contexto que funcionam em seus irmãos não se aplicam aqui.
Os locutores podem opcionalmente ser nomeados de antemão fornecendo até quatro clipes curtos de referência de alguns segundos cada.
O streaming funciona, embora a atribuição de locutor se conclua por segmento em vez de palavra por palavra.
Notas de reunião, análise de chamadas e ferramentas de entrevista são seu encaixe natural.
A Synthorai o expõe pela mesma API de transcrição compatível com OpenAI que seus irmãos.

Perguntas frequentes

A API do GPT-4o Transcribe Diarize é gratuita para testar?

Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. É o suficiente para testar o GPT-4o Transcribe Diarize com sua carga de trabalho real antes de adicionar um meio de pagamento.

Em que o GPT-4o Transcribe Diarize é melhor?

Diarização de locutores integrada; transcrições capturam quem disse o quê; encaixa-se em notas de reunião e análise de chamadas. Veja a seção Sobre para o quadro completo, extraído das notas de lançamento do próprio fornecedor.

Quanto custa o GPT-4o Transcribe Diarize?

Na Synthorai, o GPT-4o Transcribe Diarize custa $2.5 por milhão de tokens de entrada e $2.5 por milhão de tokens de saída. É o preço de tabela do provedor, sem margem da plataforma.

Quais idiomas o GPT-4o Transcribe Diarize suporta?

O GPT-4o Transcribe Diarize suporta 57 idiomas listados para o endpoint de transcrições (uma lista única para todos os modelos de transcrição); códigos ISO 639-1 / 639-3 aceitos nos modelos baseados em GPT-4o. Na Synthorai, você o chama via POST /v1/audio/transcriptions, no mesmo formato da API de transcrição da OpenAI.

Como obtenho acesso ao GPT-4o Transcribe Diarize?

Aponte seu SDK da OpenAI existente para base_url="https://synthorai.io/v1", defina model="gpt-4o-transcribe-diarize" e pronto. Uma única chave de API cobre todos os modelos do gateway.

Modelos relacionados

sora-2 $0.1/s sora-2-pro $0.3-$0.5/s Whisper v1 $0.006/min chirp-2 $0.016/min chirp-3 $0.016/min Fun-ASR (recording file) $0.0021/min

Comparar

vs GPT-4o Transcribe vs Seed ASR vs Chirp 3 vs Fun-ASR Flash Comparar com qualquer modelo →

Cada valor desta página é transcrito da documentação do fornecedor, ligada acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; os valores de especificação que os fornecedores definem de forma diferente são apresentados com a diferença indicada em vez de representados num gráfico. Nada aqui é medido por nós, e nada é pontuado.

Obtenha sua chave API Compare seu custo →