新用戶 免費註冊,送 10 次呼叫,最高 $1,免綁卡。

GPT-4o Mini Transcribe

發布於 2025-03-20

transcription

GPT-4o Mini Transcribe 是由 GPT-4o mini 驅動的語音轉文字模型,相比初代 Whisper 模型改進了詞錯誤率,並提升了語言辨識與準確率。

輸入
音訊 文字 $1.25/M
輸出
文字 $5/M
音訊輸入
$3/M
上下文
16K
知識截止
2024-06

Benchmark 成績

GPT-4o Mini Transcribe:公布了 33 項,但沒有一項是足夠多的其他模型也測過的,無法比較。

GPT-4o Mini Transcribe 其他被測模型 同儕均值 無人分數更高
FLEURS Arabic (WER)
14.06%

廠商公布: OpenAI

價格在同類中的位置

價格在 3 個同類模型中的位置

輸入$1.25/M
$1.25 · GPT-4o Mini Transcribe GPT-4o Transcribe · $2.5
輸出$5/M
$2.5 · GPT-4o Transcribe Diarize GPT-4o Transcribe · $10

這條線顯示該模型的價格,在 Synthorai 上同類模型裡處於什麼位置。兩端標出了最便宜和最貴的那個。這裡是基礎價,批次、區域與快取寫入的折扣見價格頁。

規格與限制

Token

最大輸出(廠商規格) 2,000
知識截止 2024-06

音訊

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
音訊限制
  • mp3/mp4/mpeg/mpga/m4a/wav/webm,最大 25MB
  • 支援串流轉寫
  • 僅 json/text 輸出
  • 無詞級時間戳與語者分離
語者分離 不支援
串流轉寫 支援
時間戳 不支援

模型

模態 音訊 + 文字 → 文字

GPT-4o 轉寫的高性價比等級。

依據 OpenAI 官方文件 ↗

30 秒用上 GPT-4o Mini Transcribe

OpenAI 相容:換掉 base_url,SDK 不用改。POST /v1/audio/transcriptions

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",
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

關於 GPT-4o Mini Transcribe

  • 它是 OpenAI 轉寫產品線中高性價比的選項,音訊輸入的費率是 GPT-4o Transcribe 的一半,具備 16K token 上下文視窗,單次請求最高輸出 2K token。
  • 它沿用了這個家族共同的運作範圍:接受 mp3、mp4、mpeg、mpga、m4a、wav 或 webm 檔案,單檔最大 25MB,支援串流轉寫、以 prompt 為人名與領域詞彙注入上下文,並可以依請求回傳對數機率,而輸出僅限 JSON 或純文字,不提供時間戳粒度。
  • 有兩項變更值得讓人特地固定一個快照。
  • OpenAI 把未標日期的那個別名移到了 2025 年 12 月的快照上,因此從未固定過版本的整合等於在無聲無息之間換了模型,而原本 2025 年 3 月的快照此後也已經排定退役。
  • Batch API 的支援是在 2026 年初加入的,讓大批離線積壓的清理成本變得更低。
  • 與它較大的同門一樣,它同時在轉寫端點與即時轉寫會話上提供,涵蓋轉寫 API 公布的七十多種語言清單,知識截止為 2024 年 6 月。
  • 它適合那些仍然在意準確率、但真正決定架構的是每 token 音訊成本,而且不需要帶說話者標記的轉寫稿或字幕時間軸的大批量轉寫管線。
  • Synthorai 透過 OpenAI 相容的音訊轉寫端點處理它。

常見問題

GPT-4o Mini Transcribe API 可以免費試用嗎?

可以,新帳號可獲得 10 次試用呼叫和最高 $1 的免費額度,無需信用卡。足以在新增付款方式之前,用真實工作負載試試 GPT-4o Mini Transcribe。

GPT-4o Mini Transcribe 最擅長什麼?

詞錯誤率優於初代 Whisper、音訊輸入費率為高階等級一半、16K 上下文,輸出最高 2K。完整能力請見「關於」一節,內容取自廠商官方發布說明。

GPT-4o Mini Transcribe 的價格是多少?

在 Synthorai 上,GPT-4o Mini Transcribe 輸入 $1.25/百萬 token、輸出 $5/百萬 token,即廠商牌價,無平台加價。

GPT-4o Mini Transcribe 支援哪些語言?

GPT-4o Mini Transcribe 支援 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。在 Synthorai 上透過 POST /v1/audio/transcriptions 呼叫,即標準 OpenAI 轉錄 API 形式。

如何開通 GPT-4o Mini Transcribe?

把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "gpt-4o-mini-transcribe" 即可。一組 API key 通用閘道上的所有模型。

相關模型

對比

本頁每個值都轉錄自廠商自己的文件(連結見上),並帶有核對日期。價格在全目錄範圍內比較;各廠商定義不同的規格值,只說明差異而不作圖表對比。此處沒有任何由我們測量的資料,也不做評分。

取得 API 金鑰 算算你的成本 →