オーディオモデル

音声、音楽、オーディオ処理のためのAIモデル

オーディオ · OpenAI

gpt-realtime-2.1
利用可能
プロンプトキャッシュツール利用ビジョン入力キャッシュでオフ
TokenLab 価格— 割引
—
公式価格
入力$4.00出力$24.00/1M
gpt-realtime-2.1-mini
利用可能
プロンプトキャッシュツール利用ビジョン入力キャッシュでオフ
TokenLab 価格— 割引
—
公式価格
入力$0.60出力$2.40/1M
gpt-realtime-1.5
利用可能
プロンプトキャッシュツール利用入力キャッシュでオフ
TokenLab 価格— 割引
—
公式価格
入力$4.00出力$16.00/1M
gpt-realtime-2
利用可能
プロンプトキャッシュツール利用入力キャッシュでオフ
TokenLab 価格— 割引
—
公式価格
入力$4.00出力$24.00/1M
gpt-4o-mini-transcribe
利用可能
高速音声テキスト変換入力キャッシュでオフ
TokenLab 価格— 割引
—
公式価格
入力$1.25出力$5.00/1M
gpt-4o-transcribe
利用可能
音声テキスト変換入力キャッシュでオフ
TokenLab 価格— 割引
—
公式価格
入力$2.50出力$10.00/1M
gpt-4o-mini-tts
利用可能
テキスト読み上げ
TokenLab 価格— 割引
—
公式価格
入力$0.60出力$12.00/1M
gpt-4o-transcribe-diarize
利用可能
音声テキスト変換
TokenLab 価格— 割引
—
公式価格
入力$2.50出力$10.00/1M
gpt-live-transcribe
利用可能
音声テキスト変換
TokenLab 価格— 割引
—
公式価格
$0.0002833/秒
gpt-transcribe
利用可能
音声テキスト変換
TokenLab 価格— 割引
—
公式価格
$0.000075/秒
tts-1
利用可能
テキスト読み上げ
TokenLab 価格— 割引
—
公式価格
入力$15.00出力$0.00/100万文字
tts-1-hd
利用可能
テキスト読み上げ
TokenLab 価格— 割引
—
公式価格
入力$30.00出力$0.00/100万文字
whisper-1
利用可能
音声テキスト変換
TokenLab 価格/ 公式価格— 割引
—
whisper-large-v3
利用可能
音声テキスト変換
TokenLab 価格— 割引
—
公式価格
$0.00003083/秒
whisper-large-v3-turbo
利用可能
高速音声テキスト変換
TokenLab 価格— 割引
—
公式価格
$0.00001111/秒

すべてのモデルシリーズ

5 シリーズ

最適な オーディオモデル を選ぶ

タスクへの適合性、出力品質、レイテンシ、価格のバランスが重要です。

選定シグナル

  • 必要な入出力に合わせてモデルを選択。
  • 同一の課金単位でモデルを比較。
  • カタログでは見えない品質とレイテンシを、テストで確認。

FAQ

最適な オーディオモデル とは?

タスク、品質基準、レイテンシ、予算に合致することが重要です。少数の評価セットを用意すると、品質や信頼性の違いを把握しやすくなります。

後からモデルを変更できますか?

はい。モデルIDとリクエスト形式を統一すれば、同じタスクで代替モデルを比較できます。