GPT-4o Transcribe

互換性のある文字起こしエンドポイントを介してモデルID gpt-4o-transcribeを使用してください。これにより、音声をテキストに変換する精度が向上します。

gpt-4o-transcribeはプロンプトキャッシュをサポートしており、共通のプレフィックスを持つ繰り返しプロンプトのコストを大幅に削減できます。キャッシュ読み取り価格は、標準入力価格よりも大幅に低くなっています。gpt-4o-transcribeの正確なキャッシュヒット割引率については、現在の価格ページをご確認ください。

1分あたりまたはトークンあたりの文字起こし料金については、現在の料金ページをご確認ください。

実際のワークロードで、同様の機能と価格帯のモデルとgpt-4o-transcribeを比較してください。レイテンシ、出力品質、命令追従性、タスクあたりのコストを評価します。独自のプロンプトを使用して並行テストを実行してください。最適なモデルは、ベンチマークスコアだけでなく、特定のユースケースによって異なります。

モデルのドキュメントで現在サポートされているオーディオ形式を確認してください。特定のオーディオファイルでテストしてください。

はい。GPT-4o TranscribeはOpenAI互換エンドポイント経由でアクセスできるため、既存のOpenAI SDKクライアントは、ベースURLをMixRouteに設定し、モデルパラメータをgpt-4o-transcribeに設定することで動作します。現在のリクエストおよびレスポンス処理はそのまま維持してください。

はい。GPT-4o Transcribeはストリーム応答をサポートすると宣言されています。