GPT-Transcribe
預設
高準確度的語音轉文字模型，適用於檔案與 Realtime 輸入轉錄
高準確度的語音轉文字模型，適用於檔案與 Realtime 輸入轉錄
效能
最高
速度
中
價格
$0.0045
價格
輸入
音訊, 文字
輸出
文字
GPT Transcribe 是一款語音轉文字模型，可轉錄完整音訊檔案、以串流方式輸出檔案轉錄文字，以及轉錄透過 WebSocket 進行的即時工作階段中已提交的對話回合。它支援非結構化上下文、關鍵字提示和多種語言提示，可提升領域術語、多語言音訊和語碼轉換的轉錄準確度。
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。
轉錄音訊時長
每 分鐘
價格
$0.0045
模態
文字
輸入與輸出
圖像
不支援
音訊
僅限輸入
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
不支援
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-Transcribe 所有可用的快照與別名。
gpt-transcribe
gpt-transcribe
gpt-transcribe
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 |
|---|---|---|
| 免費 | 不支援 | |
| 層級 1 | 500 | 200,000 |
| 層級 2 | 5,000 | 2,000,000 |
| 層級 3 | 5,000 | 4,000,000 |
| 層級 4 | 10,000 | 10,000,000 |
| 層級 5 | 30,000 | 150,000,000 |