模型定位
GPT-4o Mini Transcribe 是基於 GPT-4o mini 的語音轉文字模型,用於將音訊轉寫為文字。OpenAI 表示,與原始 Whisper 模型相比,它改善了詞錯誤率、語言識別和轉寫準確性。(developers.openai.com)
能力與用途
- 接收音訊,輸出轉寫文字;可用於錄音轉寫、字幕草稿和語音應用中的文字記錄。
- 可透過 OpenAI 音訊轉寫 API 接入;官方文件也列出了即時轉寫工作流程。(developers.openai.com)
限制與狀態
- 轉寫可能出錯,重要內容應結合原音訊核對。模型不支援影像或影片輸入,也不輸出音訊。
- 官方模型文件列出 16,000 token 上下文視窗和 2,000 token 最大輸出。(developers.openai.com)
- 該模型及指定的
gpt-4o-mini-transcribe-2025-03-20快照已標記為棄用。OpenAI 宣布gpt-4o-mini-transcribe將於 2027 年 2 月 26 日停止服務,並建議遷移至gpt-transcribe或gpt-live-transcribe。遷移時應核對所需輸出格式及中繼資料。(developers.openai.com) - 不帶日期的模型 ID 是別名,不保證始終指向 2025 年 3 月的快照;指定快照 ID 可用於鎖定版本。(developers.openai.com)
發布日期
官方公告發布於 2025 年 3 月 20 日;輸入所指定的版本快照為 gpt-4o-mini-transcribe-2025-03-20。(openai.com)
API 價格
按 OpenAI 官方轉寫模型價格表,幣種為美元(USD):輸入每 100 萬 token $1.25,輸出每 100 萬 token $5.00;官方估算成本約 $0.003/分鐘,這是估算值而非額外疊加的固定分鐘費。價格表按模型名稱列示,未單獨列出該 2025 年快照的價格。查詢日期:2026 年 11 月 19 日。(platform.openai.com)