新人 免费注册,送 10 次调用,最高 $1,免绑卡。

GPT-4o Mini Transcribe

发布于 2025-03-20

transcription

GPT-4o Mini Transcribe 是由 GPT-4o mini 驱动的语音转文字模型,相比初代 Whisper 模型改进了词错误率,并提升了语言识别与准确率。

输入
音频 文本 $1.25/M
输出
文本 $5/M
音频输入
$3/M
上下文
16K
知识截止
2024-06

Benchmark 成绩

GPT-4o Mini Transcribe:公布了 33 项,但没有一项是足够多的其他模型也测过的,无法比较。

GPT-4o Mini Transcribe 其他被测模型 同侪均值 无人分数更高
FLEURS Arabic (WER)
14.06%

厂商公布: OpenAI

价格在同类中的位置

价格在 3 个同类模型中的位置

输入$1.25/M
$1.25 · GPT-4o Mini Transcribe GPT-4o Transcribe · $2.5
输出$5/M
$2.5 · GPT-4o Transcribe Diarize GPT-4o Transcribe · $10

这条线显示该模型的价格,在 Synthorai 上同类模型里处于什么位置。两端标出了最便宜和最贵的那个。这里是基础价,批量、区域和缓存写入的折扣见价格页。

规格与限制

Token

最大输出(厂商规格) 2,000
知识截止 2024-06

音频

语言 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
音频限制
  • mp3/mp4/mpeg/mpga/m4a/wav/webm,最大 25MB
  • 支持流式转写
  • 仅 json/text 输出
  • 无词级时间戳和说话人分离
说话人分离 不支持
流式转写 支持
时间戳 不支持

模型

模态 音频 + 文本 → 文本

GPT-4o 转写的高性价比档位。

依据 OpenAI 官方文档 ↗

30 秒用上 GPT-4o Mini Transcribe

OpenAI 兼容:换掉 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)

关于 GPT-4o Mini Transcribe

  • 它是 OpenAI 转写产品线中高性价比的选项,音频输入价格为 GPT-4o Transcribe 的一半,具备 16K token 上下文窗口,每次请求输出最高 2K token。
  • 它沿用该家族的运行边界:mp3、mp4、mpeg、mpga、m4a、wav 或 webm 文件,单个最大 25MB,支持流式转写、用于人名和领域词汇的基于 prompt 的上下文注入,以及可按需返回的对数概率,输出仅限 JSON 或纯文本,不提供时间戳粒度。
  • 有两处变化值得为此固定一个快照。
  • OpenAI 把无日期别名迁到了 2025 年 12 月的快照上,因此从未固定版本的集成会悄然换了模型,而最初 2025 年 3 月的快照此后已被安排退役。
  • Batch API 支持于 2026 年初加入,让大规模离线积压的清理更便宜。
  • 与更大的同门一样,它同时在转写端点和实时转写会话上提供,覆盖转写 API 公布的七十多种语言列表,知识截止为 2024 年 6 月。
  • 它适合准确率仍然重要、但每 token 音频成本决定架构,且不需要说话人分离转写稿或字幕时间轴的大批量转写管线。
  • Synthorai 通过 OpenAI 兼容的音频转写端点处理它。

常见问题

GPT-4o Mini Transcribe API 可以免费试用吗?

可以。新账号可获得 10 次试用调用和最高 $1 的免费额度,无需绑卡。足够在添加付款方式之前,用真实工作负载试一试 GPT-4o Mini Transcribe。

GPT-4o Mini Transcribe 最擅长什么?

词错误率优于初代 Whisper、音频输入费率为高端档一半、16K 上下文,输出最高 2K。完整能力请见「关于」部分,内容取自厂商官方发布说明。

GPT-4o Mini Transcribe 的价格是多少?

在 Synthorai 上,GPT-4o Mini Transcribe 输入 $1.25/百万 token、输出 $5/百万 token,即厂商牌价,无平台加价。

GPT-4o Mini Transcribe 支持哪些语言?

GPT-4o Mini Transcribe 支持 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。在 Synthorai 上通过 POST /v1/audio/transcriptions 调用,即标准 OpenAI 转写 API 形态。

如何开通 GPT-4o Mini Transcribe?

把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 设为 "gpt-4o-mini-transcribe" 即可。一把 API key 通用网关上的全部模型。

相关模型

对比

本页每个值都转录自厂商自己的文档(链接见上),并带有核对日期。价格在全目录范围内比较;各厂商定义不同的规格值,只说明差异而不作图表对比。此处没有任何由我们测量的数据,也不做评分。

获取 API 密钥 算算你的成本 →