🎁 新用戶 免費註冊,送 10 次呼叫,最高 $1,免綁卡。

Chirp 3 vs GPT-4o Transcribe Diarize

vs

何時該用哪一個 — 綜合評斷,而非基準測試數據表

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

這兩個模型以不同的單位計費,因此未顯示 Δ — 在兩者之間進行換算需要基於我們未曾實測的假設。上方各費率卡均以其專屬的單位列出。

能力

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

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;供應商未發布的資料列會直接省略,而非自行推測。 完整來源: Chirp 3 · GPT-4o Transcribe Diarize

只需一行程式碼即可在兩者間切換

以下每個頁籤中都有這兩個 ID — 醒目提示的這兩行是唯一的修改處。相同的端點,相同的金鑰,相同的請求結構。

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",  # 取消註解此行,並註解上一行
    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,因此沒有單一絕對的數字:Chirp 3 和 GPT-4o Transcribe Diarize 在上表中均以各自的單位呈現。請根據您自身的工作負載進行比較 — 本頁頂部的結論說明了實務上的取捨。

我可以在不進行兩次整合的情況下,對 Chirp 3 和 GPT-4o Transcribe Diarize 進行 A/B 測試嗎?

可以。兩者皆透過同一個相容 OpenAI 的端點提供服務,並使用同一把 API 金鑰 — 切換只需更改一行的模型字串,因此您可以將部分流量分別導向兩者並直接比較帳單。

Chirp 3 和 GPT-4o Transcribe Diarize 支援語者分段嗎?

上方的功能表根據各廠商的官方文件回答了每個模型的支援情況 — 語者分段、串流與時間戳記是分開列出的,因為模型在這三方面的支援皆有所不同。

相關比較