Fun-ASR Flash vs GPT-4o Transcribe Diarize

vs

什么时候选哪个

两者都是纯转录模型,但计费单位不同 —— fun-asr-flash 每音频分钟收费 $0.0021,而 gpt-4o-transcribe-diarize 每百万音频输入 token 收费 $6.25,因此它们之间没有任何一种单一换算是绝对准确的。选择 fun-asr-flash 用于 5 分钟或 2GB 以内的直接同步任务,支持 30+ 种语言,具备领域术语上下文注入但无说话人分离功能。当你需要内置的说话人分离功能,包含 diarized_json 说话人标签和段落时间戳时,请选择 gpt-4o-transcribe-diarize,需接受其 25MB 的文件上限、16000-token 上下文限制,以及对超过 30s 的音频强制要求的 chunking_strategy。

价格

Fun-ASR Flash GPT-4o Transcribe Diarize Δ
每分钟音频 $0.0021 - -
音频输入 / 1M token - $6.25 -
文本输出 / 1M token - $2.5 -

这两个模型的计费单位不同,所以不显示 Δ:要在两种单位之间换算,就得引入一个我们没有实测过的假设。上方各自的价格按各自的单位列出。

能力

Fun-ASR Flash GPT-4o Transcribe Diarize
说话人分离 否 是
流式输出 是 是
时间戳 - 是

规格

Fun-ASR Flash GPT-4o Transcribe Diarize
输入模态 音频 文本 音频
输出模态 文本 文本
发布日期 2026-06 2025-10
知识截止日期 - 2024-06
限制 同步快速识别,单条音频 <=5 分钟 / <=2GB;面向领域术语的上下文注入;30+ 种语言;不支持说话人分离 mp3/mp4/mpeg/mpga/m4a/wav/webm,最大 25MB;内置说话人分离,输出 diarized_json(说话人标签 + 分段时间戳);音频超过 30s 时必须指定 chunking_strategy;不支持 prompt
语言 多语言并覆盖方言,与 Fun-ASR 主版本相同的 30 种语言列表:中文(普通话、粤语、吴语、闽南语、客家话、赣语、湘语、晋语及各地口音)、英语、日语、韩语、越南语、泰语、印尼语、马来语、菲律宾语、印地语、阿拉伯语、法语、德语、西班牙语、葡萄牙语、俄语、意大利语、荷兰语、瑞典语、丹麦语、芬兰语、挪威语、希腊语、波兰语、捷克语、匈牙利语、罗马尼亚语、保加利亚语、克罗地亚语、斯洛伐克语 转写端点列出 57 种语言(所有转写模型共用一份列表);基于 GPT-4o 的模型接受 ISO 639-1 / 639-3 代码
最大输出 - 2,000

规格照录自各供应商的文档;供应商没有公布的项目,对应的行直接省略,不做推断。 完整来源: Fun-ASR Flash · GPT-4o Transcribe Diarize

改一行代码就能在两个模型之间切换

下方每个标签页里都有两个模型 ID,高亮的那两行是唯一要改的地方。端点不变,API key 不变,请求结构也不变。

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",  # 取消注释此行,注释上一行
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

获取 API key →

常见问题

Fun-ASR Flash 和 GPT-4o Transcribe Diarize 哪个更便宜?

两个模型的计费单位不同,给不出一个公允的统一数字:上方表格里,Fun-ASR Flash 和 GPT-4o Transcribe Diarize 各按自己的单位列出。建议拿你自己的负载来比,实际该怎么取舍,见本页顶部的结论。

不用分别集成两次,就能对 Fun-ASR Flash 和 GPT-4o Transcribe Diarize 做 A/B 测试吗?

可以。两个模型走同一个 OpenAI 兼容端点,用同一个 API key,切换时只要改一行里的模型名,所以可以给两个模型各分一部分流量,直接对比账单。

Fun-ASR Flash 和 GPT-4o Transcribe Diarize 支持说话人分离吗?

上方的能力表格按各供应商的官方文档,逐个模型回答了这个问题。说话人分离、流式输出和时间戳三项分开列出,因为不同模型在这三项上的支持情况都不一样。

相关对比

我们的实测研究