GPT-4o Audio
提供終了
デフォルト
音声入出力に対応した GPT-4o モデル
音声入出力に対応した GPT-4o モデル
応答性能
高
速度
中程度
料金
$2.5•$10
入力•出力
入力
Text, Audio
出力
Text, Audio
GPT-4o Audio モデルのプレビュー版です。音声入出力に対応しており、Chat Completions REST API で利用できます。
コンテキストウィンドウ：128,000
最大出力トークン数：16,384
ナレッジカットオフ：Oct 01, 2023
料金体系
料金は、モデルの種類に応じて、使用したトークン数やその他の指標に基づいて計算されます。検索やコンピューターの使用など、特定のツール向けのモデルでは、ツールを呼び出すたびに料金が発生します。詳細は料金ページをご覧ください。
Text tokens
Per 1M tokens
入力
$2.50
出力
$10.00
Audio tokens
Per 1M tokens
入力
$40.00
出力
$80.00
モダリティ
Text
入力と出力
画像
非対応
Audio
入力と出力
Video
非対応
エンドポイント
Live
v1/live/sessions
Chat Completions
v1/chat/completions
Responses
v1/responses
リアルタイム
v1/realtime
リアルタイム翻訳
v1/realtime/translations
リアルタイム文字起こし
v1/realtime/transcription_sessions
Assistants
v1/assistants
Batch
v1/batch
ファインチューニング
v1/fine-tuning
埋め込み
v1/embeddings
画像生成
v1/images/generations
動画
v1/videos
画像編集
v1/images/edits
音声生成
v1/audio/speech
文字起こし
v1/audio/transcriptions
翻訳
v1/audio/translations
モデレーション
v1/moderations
Completions（レガシー）
v1/completions
機能
ストリーミング
対応
Function Calling
対応
構造化出力
非対応
ファインチューニング
非対応
予測出力
非対応
スナップショット
スナップショットを使うと、モデルを特定のバージョンに固定し、性能と動作を一定に保てます。以下に、GPT-4o Audio で利用できるすべてのスナップショットとエイリアスを示します。
gpt-4o-audio-preview
gpt-4o-audio-preview-2025-06-03
提供終了
gpt-4o-audio-preview-2025-06-03
提供終了
gpt-4o-audio-preview-2024-12-17
提供終了
gpt-4o-audio-preview-2024-10-01
提供終了
レート制限
レート制限は、一定時間内のリクエスト数、トークン数、音声の長さなどに上限を設け、誰もが公平かつ安定して API を利用できるようにする仕組みです。上限は利用ティアによって決まります。リクエスト数と API の利用額が増えると、利用ティアは自動的に上がります。
| ティア | RPM | TPM | バッチキューの上限 |
|---|---|---|---|
| Free | 非対応 | ||
| Build | 5,000 | 450,000 | 1,350,000 |
| Launch | 10,000 | 2,000,000 | 2,000,000 |
| Grow | 10,000 | 30,000,000 | 5,000,000,000 |