GPT-4o Audio
預設
支援音訊輸入與輸出的 GPT-4o 模型
支援音訊輸入與輸出的 GPT-4o 模型
智慧
高
速度
中
價格
$2.5•$10
輸入•輸出
輸入
文字, 音訊
輸出
文字, 音訊
這是 GPT-4o Audio 模型的預覽版本。這些模型支援音訊輸入與輸出，可透過 Chat Completions REST API 使用。
128,000 上下文視窗
最多輸出 16,384 個 Token
知識截止日期：Oct 01, 2023
定價
費用依使用的 Token 數量計算，或依模型類型採用其他計費指標。搜尋和電腦等工具專用模型，則按每次工具呼叫收費。詳情請參閱 定價頁面。
文字 Token
每 1M 個 Token
輸入
$2.50
輸出
$10.00
音訊 Token
每 1M 個 Token
輸入
$40.00
輸出
$80.00
模態
文字
輸入與輸出
圖像
不支援
音訊
輸入與輸出
影片
不支援
端點
即時
v1/live/sessions
Chat Completions
v1/chat/completions
Responses
v1/responses
Realtime
v1/realtime
即時翻譯
v1/realtime/translations
即時轉錄
v1/realtime/transcription_sessions
Assistants
v1/assistants
批次處理
v1/batch
微調
v1/fine-tuning
嵌入向量
v1/embeddings
圖像生成
v1/images/generations
影片
v1/videos
圖像編輯
v1/images/edits
語音生成
v1/audio/speech
轉錄
v1/audio/transcriptions
翻譯
v1/audio/translations
內容審核
v1/moderations
Completions（舊版）
v1/completions
功能
串流
支援
函式呼叫
支援
結構化輸出
不支援
微調
不支援
預測輸出
不支援
快照
快照可讓你固定使用特定版本的模型，確保效能與行為保持一致。以下列出 GPT-4o Audio 所有可用的快照與別名。
gpt-4o-audio-preview
gpt-4o-audio-preview-2025-06-03
已棄用
gpt-4o-audio-preview-2025-06-03
gpt-4o-audio-preview-2024-12-17
gpt-4o-audio-preview-2024-10-01
速率限制
速率限制會對特定時間內的請求數、Token 數、音訊時長或其他用量設定明確上限，確保 API 存取公平且可靠。這些上限取決於你的使用量層級；隨著你傳送的請求與 API 支出增加，使用量層級也會自動提升。
| 層級 | RPM | TPM | 批次處理佇列上限 |
|---|---|---|---|
| 免費 | 不支援 | ||
| 層級 1 | 500 | 30,000 | 90,000 |
| 層級 2 | 5,000 | 450,000 | 1,350,000 |
| 層級 3 | 5,000 | 800,000 | 50,000,000 |
| 層級 4 | 10,000 | 2,000,000 | 2,000,000 |
| 層級 5 | 10,000 | 30,000,000 | 5,000,000,000 |