GPT-4o Mini Transcribe vs GPT-4o Transcribe
什麼情況選哪一個
mini 檔大致把帳單減半——文字輸入每百萬 $1.25、輸出 $5、音訊輸入每百萬 $3，對比 $2.5、$10 和 $6——而 25MB 檔案上限、57 種語言列表、16000 token 脈絡，以及只輸出 json/text、兩者都沒有時間戳和語者分離，全都相同。已公布的規格裡沒有別的差異，所以除非你在自己的音訊上實測出差別，否則選 gpt-4o-mini-transcribe。
Benchmark 成績
GPT-4o Mini Transcribe：公布了 33 項，但每一項都沒有夠多其他模型的成績，無法比較。
供應商公布： Alibaba (Qwen) ByteDance Google OpenAI
定價
| GPT-4o Mini Transcribe | GPT-4o Transcribe | Δ | |
|---|---|---|---|
| 音訊輸入 / 1M tokens | $3 | $6 | 0.5× |
| 文字輸出 / 1M tokens | $5 | $10 | 0.5× |
費率取自網站建置時的即時目錄；各模型頁面都列有最新的價目。
功能
| GPT-4o Mini Transcribe | GPT-4o Transcribe | |
|---|---|---|
| 語者分離 | 否 | 否 |
| 串流 | 是 | 是 |
| 時間戳記 | 否 | 否 |
規格
| GPT-4o Mini Transcribe | GPT-4o Transcribe | |
|---|---|---|
| 輸入模態 | 文字 音訊 | 文字 音訊 |
| 輸出模態 | 文字 | 文字 |
| 發布日期 | 2025-03-20 | 2025-03-20 |
| 知識截止日期 | 2024-06 | 2024-06 |
| 限制 | 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 |
| 語言 | 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 |
| 最大輸出 | 2K | 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： GPT-4o Mini Transcribe · GPT-4o Transcribe
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="gpt-4o-mini-transcribe",
# model="gpt-4o-transcribe", # 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)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-mini-transcribe",
// model: "gpt-4o-transcribe", // 取消這一行的註解，並把上一行註解掉
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-mini-transcribe" \
# -F model="gpt-4o-transcribe" \ # 取消這一行的註解，並把上一行註解掉
-F file=@meeting.mp3package 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-mini-transcribe",
// Model: "gpt-4o-transcribe", // 取消這一行的註解，並把上一行註解掉
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-mini-transcribe")
// .model("gpt-4o-transcribe") // 取消這一行的註解，並把上一行註解掉
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());常見問題
GPT-4o Mini Transcribe 和 GPT-4o Transcribe 哪個比較便宜？
以「音訊輸入 / 1M tokens」來看，GPT-4o Mini Transcribe 比較便宜（$3 對 $6，相差 2.0×）。其他項目的結果可能相反，完整價目請看上表；實際成本要看你的用量組合。
可以只串接一次，就對 GPT-4o Mini Transcribe 和 GPT-4o Transcribe 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。
GPT-4o Mini Transcribe 和 GPT-4o Transcribe 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。