新帳號 免費註冊,送 10 次呼叫,最高 $1,免綁卡。

Chirp 3 vs GPT-4o Transcribe Diarize

vs

什麼情況選哪一個

這兩者皆具備語者分段的轉錄功能,但計費單位不同 —— chirp-3 每音訊分鐘收費 $0.016,而 gpt-4o-transcribe-diarize 每百萬音訊輸入 token 收費 $6.25,外加每百萬文字輸入和輸出 token 收費 $2.5 —— 因此兩者之間無法以單一標準公允換算。針對長音訊或即時任務,請選擇 chirp-3:BatchRecognize 涵蓋 1 分鐘到 1 小時,StreamingRecognize 處理即時音訊,且支援 29 個 GA 以及 82 個預覽版語言地區,但不支援詞級時間戳記。針對 25MB 以下較短的檔案,若您需要包含語者標籤及段落時間戳記的 diarized_json,且能接受其 16000-token 的上下文與 2000-token 的輸出上限,請選擇 gpt-4o-transcribe-diarize。

定價

Chirp 3 GPT-4o Transcribe Diarize Δ
每分鐘音訊 $0.016 - -
音訊輸入 / 1M tokens - $6.25 -
文字輸出 / 1M tokens - $2.5 -

這兩個模型的計費單位不同,所以不顯示 Δ:要在兩者之間換算,就得套用一個我們沒有實測過的假設。上方的價目各自以原本的單位列出。

功能

Chirp 3 GPT-4o Transcribe Diarize
語者分離 是 是
串流 是 是
時間戳記 是 是

規格

Chirp 3 GPT-4o Transcribe Diarize
輸入模態 音訊 文字 音訊
輸出模態 文字 文字
發布日期 2025-10-13 2025-10
知識截止日期 - 2024-06
限制

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

語言

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

最大輸出 - 2K

規格摘錄自各供應商的文件;供應商沒有公布的項目就直接略過,不自行推測。 完整來源: Chirp 3 · GPT-4o Transcribe Diarize

改一行程式碼就能在兩者之間切換

下面每個頁籤都列了這兩個模型 ID,要改的只有醒目標示的那兩行。端點、金鑰和請求格式都不變。

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",  # 取消這一行的註解,並把上一行註解掉
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

取得 API 金鑰 →

常見問題

Chirp 3 和 GPT-4o Transcribe Diarize 哪個比較便宜?

兩者的計費單位不同,沒辦法用一個數字公允地比較:上表中 Chirp 3 和 GPT-4o Transcribe Diarize 各自以原本的單位列出。請拿你自己的工作負載來比,實務上怎麼取捨,本頁最上方的結論有說明。

可以只串接一次,就對 Chirp 3 和 GPT-4o Transcribe Diarize 做 A/B 測試嗎?

可以。兩個模型都走同一個 OpenAI 相容端點,用的也是同一把 API 金鑰,切換時只要改一行裡的模型名稱字串。你可以把一部分流量分別導到兩邊,再直接比較帳單。

Chirp 3 和 GPT-4o Transcribe Diarize 支援語者分離嗎?

上方的功能表依各供應商的官方文件,逐一列出每個模型的支援情況。語者分離、串流和時間戳記分開列,是因為這三項各模型的支援程度都不一樣。

相關比較