Cost-efficient version of GPT Audio.
GPT Audio Mini (gpt-audio-mini) — экономичная аудио-модель OpenAI для Chat Completions API, запущенная в январе 2026 года вместе с полноценным gpt-audio. Она использует тот же улучшенный декодер, многошаговый аудиодиалог и аудиоввод/вывод в формате base64, что и старшая версия, но по примерно на 75% более низкой цене за токен, что делает её практичным выбором для голосовых приложений с высоким объёмом, где важна стоимость каждого вызова.
Как и gpt-audio, gpt-audio-mini поддерживает смешивание текстовой и аудио-модальностей в одном HTTP-вызове Chat Completions. Разработчики могут отправлять аудио (WAV/MP3 в base64) вместе с текстом и получать одну или обе модальности в ответ. Mini-версия имеет то же окно контекста 128K, поддержку инструментов/функций и потоковую передачу — разница лишь в масштабе модели, что даёт более низкое качество вывода, но существенно меньшую стоимость.
| Тип | Ставка |
|---|---|
| Вход | $0.648 за 1 млн токенов |
| Выход | $2.59 за 1 млн токенов |
| Audio input | $10.80 за 1 млн токенов |
| Audio output | $21.60 за 1 млн токенов |
| Дата релиза | 19 января 2026Design for Online / OpenRouter ↗ | проверено |
| Окно контекста | 128 000 токеновOpenRouter ↗ | проверено |
| Макс. токенов на вывод | 16 384 токеновOpenRouter ↗ | проверено |
| Поддерживаемые модальности | Ввод: текст, аудио; Вывод: текст, аудиоdevelopers.openai.com ↗ | проверено |
| Поддерживаемые возможности | Инструменты, вызов функций, response_format, стриминг, аудиоplatform.openai.com ↗ | проверено |
| Лицензия | Проприетарная (условия API OpenAI) | проверено |
| Benchmark | Distribution | Score | Source |
|---|---|---|---|
Audio quality (upgraded decoder) gpt-audio-mini использует тот же улучшенный декодер, что и gpt-audio, для более естественного звучания голосов с лучшей согласованностью, но с меньшим масштабом модели для экономии. Опубликованные бенчмарки для mini-версии отсутствуют. | Upgraded decoder — same gpt-audio base with reduced scale | Design for Online ↗ |
Для новых интеграций используйте глобальный endpoint api.therouter.ai из примеров ниже; старый China accelerated endpoint выведен из эксплуатации.
curl https://api.therouter.ai/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer $THE_ROUTER_API_KEY" -d '{
"model": "openai/gpt-audio-mini",
"messages": [
{"role": "user", "content": "Summarize the key points from this input."}
]
}'Отправляйте аудио в формате base64 (WAV/MP3) в содержимом сообщения. Модель отвечает текстом и/или аудио — тот же API-паттерн, что и у gpt-audio, но по более низкой цене.
curl https://api.therouter.ai/v1/chat/completions \
-H "Authorization: Bearer $THEROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-audio-mini",
"modalities": ["text", "audio"],
"audio": { "voice": "alloy", "format": "wav" },
"messages": [
{
"role": "user",
"content": [
{ "type": "text", "text": "What does this audio say?" },
{ "type": "input_audio", "input_audio": { "data": "<BASE64_AUDIO>", "format": "wav" } }
]
}
]
}'OpenAI выпустила две аудио-модели Chat Completions: gpt-audio (полная) и gpt-audio-mini (экономичная). Обе оснащены улучшенным декодером для более естественного звучания голоса по сравнению с предыдущим gpt-4o-audio-preview. Mini-версия стоит примерно на 75% дешевле за токен, ориентирована на высокообъёмные голосовые приложения.
gpt-audio-mini — меньшая, более экономичная версия gpt-audio. Обе модели используют один и тот же улучшенный декодер, окно контекста 128K, вызов инструментов и аудио-ввод/вывод. Mini-модель выдаёт аудио более низкого качества, но стоит примерно на 75% дешевле за токен ($0.15/M входной текст + $10/M аудио против $2.50/M + $100/M у gpt-audio).
Нет. gpt-audio-mini использует HTTP Chat Completions API, предназначенный для паттерна запрос-ответ. Для speech-to-speech в реальном времени с задержкой <500 мс используйте gpt-realtime-mini через Realtime API / WebRTC.
Да. gpt-audio-mini полностью поддерживает вызов инструментов и функций, включая аудио в сообщениях вместе с определениями инструментов. Вы можете отправить аудио (например, запись с номером бронирования) и поручить модели извлечь структурированные данные через вызов функций — так же, как с текстовой моделью.
Аудиоввод поддерживает форматы WAV и MP3, закодированные как base64 в части содержимого input_audio. Аудиовывод поддерживает формат WAV с настраиваемыми голосовыми опциями (alloy, nova и т.д.), задаваемыми через параметр audio.
| источник | URL | получено | |
|---|---|---|---|
| Дата релиза | Design for Online / OpenRouter ↗ | 2026-05-29 | проверено |
| Окно контекста | OpenRouter ↗ | 2026-05-29 | проверено |
| Макс. токенов на вывод | OpenRouter ↗ | 2026-05-29 | проверено |
| Поддерживаемые модальности | developers.openai.com ↗ | 2026-05-29 | проверено |
| Поддерживаемые возможности | platform.openai.com ↗ | 2026-05-29 | проверено |
| Лицензия | — | — | проверено |
| Audio quality (upgraded decoder) | Design for Online ↗ | 2026-05-29 | к проверке |
| OpenAI запускает gpt-audio и gpt-audio-mini | Design for Online / OpenRouter ↗ | 2026-05-29 | проверено |