Fun-ASR Flash vs GPT-4o Transcribe Diarize

vs

什麼情況選哪一個

兩者皆為純轉錄模型,但計費單位不同 —— fun-asr-flash 每音訊分鐘收費 $0.0021,而 gpt-4o-transcribe-diarize 每百萬音訊輸入 token 收費 $6.25,因此兩者之間無法以單一標準公允換算。針對 5 分鐘或 2GB 以下單純的同步任務,請選擇 fun-asr-flash,其支援 30+ 種語言,具備領域術語上下文注入,但不提供語者分段功能。當您需要內建語者分段功能,包含 diarized_json 語者標籤與段落時間戳記,且能接受其 25MB 檔案上限、16000-token 上下文,以及針對超過 30s 音訊所需的 chunking_strategy 時,請選擇 gpt-4o-transcribe-diarize。

定價

Fun-ASR Flash GPT-4o Transcribe Diarize Δ
每分鐘音訊 $0.0021 - -
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

Fun-ASR Flash GPT-4o Transcribe Diarize
語者分離 否 是
串流 是 是
時間戳記 - 是

規格

Fun-ASR Flash 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 2026-06 2025-10
知識截止日期 - 2024-06
限制 同步快速辨識,單條音訊不超過 5 分鐘 / 2GB;可注入上下文以處理領域術語;30 多種語言;不支援語者分離 mp3/mp4/mpeg/mpga/m4a/wav/webm,最大 25MB;內建語者分離並輸出 diarized_json(說話者標籤與分段時間戳);音訊超過 30 秒時必須設定 chunking_strategy;不支援 prompt
語言 多語言並涵蓋方言:與 Fun-ASR 主版本相同的 30 種語言清單:中文(普通話、粵語、吳語、閩南語、客家話、贛語、湘語、晉語以及各地口音)、英語、日語、韓語、越南語、泰語、印尼語、馬來語、菲律賓語、印地語、阿拉伯語、法語、德語、西班牙語、葡萄牙語、俄語、義大利語、荷蘭語、瑞典語、丹麥語、芬蘭語、挪威語、希臘語、波蘭語、捷克語、匈牙利語、羅馬尼亞語、保加利亞語、克羅埃西亞語、斯洛伐克語 轉寫端點列出 57 種語言(所有轉寫模型共用同一份清單);基於 GPT-4o 的模型接受 ISO 639-1 / 639-3 代碼
最大輸出 - 2,000

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: Fun-ASR Flash · 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="fun-asr-flash",
    # 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

Fun-ASR Flash 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 Fun-ASR Flash 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 Fun-ASR Flash 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。

Fun-ASR Flash 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