
OpenAI 将语音转文字拆分为四个模型 ID:每条音频流水线都需要做的路由决策
OpenAI 在 7 月 28 日发布了 gpt-transcribe 和 gpt-live-transcribe,取代 gpt-4o-transcribe 成为新的默认推荐模型。两个新模型在 endpoint、定价和能力上各不相同——时间戳、说话人分离、实时流式各有专属模型 ID。
来源 OpenAI

OpenAI 在 7 月 28 日发布了 gpt-transcribe 和 gpt-live-transcribe,取代 gpt-4o-transcribe 成为新的默认推荐模型。两个新模型在 endpoint、定价和能力上各不相同——时间戳、说话人分离、实时流式各有专属模型 ID。

OpenAI 于 7 月 20 日弃用九个遗留 audio、realtime 和 transcription 模型 ID,将于 2027 年 1 月 20 日下线。大多数情况下,迁移只需替换模型字符串,但路由 gpt-4o-audio、gpt-4o-realtime 和 gpt-audio 系列流量的运营商需要完成审计清单。