Fun-ASR Flash vs GPT-4o Transcribe Diarize
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)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: "fun-asr-flash",
// model: "gpt-4o-transcribe-diarize", // 取消注释此行,注释上一行
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="fun-asr-flash" \
# -F model="gpt-4o-transcribe-diarize" \ # 取消注释此行,注释上一行
-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: "fun-asr-flash",
// Model: "gpt-4o-transcribe-diarize", // 取消注释此行,注释上一行
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("fun-asr-flash")
// .model("gpt-4o-transcribe-diarize") // 取消注释此行,注释上一行
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());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。