音訊模型

用於語音、音樂和音訊處理的 AI 模型

音訊 · OpenAI

gpt-realtime-2.1
可用
提示詞快取工具使用視覺辨識輸入快取節省
TokenLab 價格— 折扣
—
Official 定價
輸入$4.00輸出$24.00/1M
gpt-realtime-2.1-mini
可用
提示詞快取工具使用視覺辨識輸入快取節省
TokenLab 價格— 折扣
—
Official 定價
輸入$0.60輸出$2.40/1M
gpt-realtime-1.5
可用
提示詞快取工具使用輸入快取節省
TokenLab 價格— 折扣
—
Official 定價
輸入$4.00輸出$16.00/1M
gpt-realtime-2
可用
提示詞快取工具使用輸入快取節省
TokenLab 價格— 折扣
—
Official 定價
輸入$4.00輸出$24.00/1M
gpt-4o-mini-transcribe
可用
快速語音轉文字輸入快取節省
TokenLab 價格— 折扣
—
Official 定價
輸入$1.25輸出$5.00/1M
gpt-4o-transcribe
可用
語音轉文字輸入快取節省
TokenLab 價格— 折扣
—
Official 定價
輸入$2.50輸出$10.00/1M
gpt-4o-mini-tts
可用
文字轉語音
TokenLab 價格— 折扣
—
Official 定價
輸入$0.60輸出$12.00/1M
gpt-4o-transcribe-diarize
可用
語音轉文字
TokenLab 價格— 折扣
—
Official 定價
輸入$2.50輸出$10.00/1M
gpt-live-transcribe
可用
語音轉文字
TokenLab 價格— 折扣
—
Official 定價
$0.0002833/秒
gpt-transcribe
可用
語音轉文字
TokenLab 價格— 折扣
—
Official 定價
$0.000075/秒
tts-1
可用
文字轉語音
TokenLab 價格— 折扣
—
Official 定價
輸入$15.00輸出$0.00/百萬字元
tts-1-hd
可用
文字轉語音
TokenLab 價格— 折扣
—
Official 定價
輸入$30.00輸出$0.00/百萬字元
whisper-1
可用
語音轉文字
TokenLab 價格/ Official 定價— 折扣
—
whisper-large-v3
可用
語音轉文字
TokenLab 價格— 折扣
—
Official 定價
$0.00003083/秒
whisper-large-v3-turbo
可用
快速語音轉文字
TokenLab 價格— 折扣
—
Official 定價
$0.00001111/秒

所有模型系列

5 個系列

GPT Audio

OpenAI
對話音訊+2

Auto 會依模型採用不同計價單位

6 個型號查看系列內容

GPT Transcribe

OpenAI
音訊語音轉文字

Auto 會依模型採用不同計價單位

5 個型號查看系列內容

GPT 4o

OpenAI
節省 15%
對話音訊+2

Auto 低至 $0.1275 · 每 1M Token

3 個型號查看系列內容

Whisper

OpenAI
音訊翻譯+1

Auto 低至 $0.00001111 · 按秒計費

3 個型號查看系列內容

TTS

OpenAI
音訊文字轉語音

Auto 低至 $15.00 · 每百萬字元

2 個型號查看系列內容

選擇適合的 音訊模型

挑選合適模型，平衡任務需求、輸出品質、延遲與成本。

選擇訊號

  • 選擇最符合你輸入與輸出需求的模型。
  • 比較採用相同計價單位的模型。
  • 透過小規模測試，找出目錄中看不見的品質與延遲差異。

FAQ

如何挑選合適的 音訊模型？

理想的模型需符合任務需求、品質標準、延遲限制與預算。透過小型評測集，能更直觀地比較品質與穩定性差異。

之後可以更換模型嗎？

可以。只要保持公開模型 ID 與請求格式一致，即可在相同任務下比較不同模型。

相關頁面

模型排名比較模型