模型详情
GPT-4o Transcribe Diarize
OpenAI 的转录模型具有说话人分类功能,可以生成文本并识别每个片段的说话人。
模型规格
- 模型 ID
-
gpt-4o-transcribe-diarize
- 上下文长度
- 16K
- 最大输出
- 2K
- 输入/输出模态
- 发布日期
- 2026-10
02
API 端点
单一 MixRoute 网关,OpenAI 兼容
-
OpenAI-compatible
/v1/chat/completionsPOST
03
价格
固定费率,单位:/1M Tokens
输入
$2.5000 /1M Tokens
补全
$10.0000 /1M Tokens
音频输入
$6.0000 /1M Tokens
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么?
语音模型;输入:文本、语音;输出:文本
GPT-4o Transcribe Diarize 是语音模型。目前公开资料未列出 context window 与输出上限,建议以供应商文档为准。
使用前应检查什么?
确认规格、费率与可用性
采用 GPT-4o Transcribe Diarize 前,标准输入费率为 $2.5/100 万 Token;已声明支持流式输出、OpenAI SDK 兼容。建议先以具有代表性的流量试跑,确认质量与延迟。知识库截止时间为 2024-06-01。
为什么通过 MixRoute 使用?
通过兼容端点以模型 ID 调用
MixRoute 以 OpenAI 兼容端点 /v1/chat/completions 提供 gpt-4o-transcribe-diarize;既有客户端只需指向 https://api.mixroute.ai/v1 并把模型 ID 换成 gpt-4o-transcribe-diarize,再跑一次集成测试即可。
07
能力与兼容性
未确认的能力保持“Unknown”,不做猜测
流式输出
gpt-4o-transcribe-diarize 支持流式响应。
stream: true 会逐步流式返回 Token,聊天界面可以边接收边渲染。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 gpt-4o-transcribe-diarize。
base_url 改为 https://api.mixroute.ai/v1;其余部分遵循 OpenAI 风格。
08
Token 成本估算
基于本页价格的实时估算,非实际账单
此模型没有缓存读取价格,不计算缓存费用
09
FAQ
GPT-4o Transcribe Diarize 是一款内置说话人分割功能的自动语音识别模型。它可以将对话中的音频片段与不同的说话人关联起来。
单一端点,可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始,再由质量、总成本和故障条件决定是否接入生产流量。