GPT-4o Transcribe Diarize vs Seed ASR

vs

什麼情況選哪一個

兩者計費單位不同——gpt-4o-transcribe-diarize 每百萬音訊輸入 token $6.25 再加每百萬文字 token $2.5,seed-asr-bigmodel 是每音訊分鐘固定 $0.002——所以兩者之間沒有哪一種換算是誠實的。兩者都做語者分離:seed-asr-bigmodel 接受最長 5 小時、512MB 的檔案並給出詞級時間戳,而 OpenAI 這邊是 25MB 上限,超過 30 秒還必須給 chunking_strategy。在 OpenAI 形態的管線裡要 diarized_json 選 gpt-4o-transcribe-diarize,按分鐘計費的長錄音選 seed-asr-bigmodel。

定價

GPT-4o Transcribe Diarize Seed ASR Δ
每分鐘音訊 - $0.002 -
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

GPT-4o Transcribe Diarize Seed ASR
語者分離 是 是
串流 是 是
時間戳記 是 是

規格

GPT-4o Transcribe Diarize Seed ASR
輸入模態 文字 音訊 音訊
輸出模態 文字 文字
發布日期 2025-10 2025-12-05
知識截止日期 2024-06 -
限制 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 非同步音訊檔案模式:小於 512MB、短於 5 小時,支援 OPUS/WAV/MP3/SPX/OGG/AMR/AAC/M4A(也接受原始 PCM),結果在 3 小時內回傳並保留 7 天;透過 enable_speaker_info 進行語者分離(僅音訊檔案 API,說話者不超過 10 人時效果最佳,串流 API 不支援分離);透過 show_utterances 取得句級與詞級切分及 start_time/end_time;透過 enable_lid 進行語種辨識;熱詞與上下文最多 800 token、20 輪;按呼叫計費
語言 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 `language` 留空時,模型涵蓋普通話、英語、粵語、上海話、閩南語、四川話與陝西方言;可顯式指定 39 個語言鍵(en-US、zh-CN、yue-CN、ja-JP、ko-KR、id-ID、es-MX、pt-BR、de-DE、fr-FR、fil-PH、ms-MY、th-TH、ar-SA、it-IT、bn-BD、el-GR、nl-NL、ru-RU、tr-TR、vi-VN、pl-PL、ro-RO、uk-UA、az-AZ、bg-BG、cs-CZ、da-DK、fi-FI、hi-IN、hu-HU、kk-KZ、km-KH、my-MM、no-NO、pa-PK、sv-SE、sw-KE、ur-PK),另有可選的自動偵測(enable_auto_lang)
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: GPT-4o Transcribe Diarize · Seed ASR

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-transcribe-diarize",
    # model="seed-asr-bigmodel",  # 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

GPT-4o Transcribe Diarize 和 Seed ASR 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 GPT-4o Transcribe Diarize 和 Seed ASR 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 GPT-4o Transcribe Diarize 和 Seed ASR 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 Transcribe Diarize 和 Seed ASR 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