Весело
Весело

OpenAI по API: GPT Image, Whisper и TTS

Здесь — только медиа OpenAI. По нашему ключу доступны картинки GPT Image 2 и 2.5, озвучка TTS-1 и GPT-4o mini TTS, распознавание речи GPT Transcribe и GPT-4o Transcribe, а ещё открытые Whisper Large v3 и v3 Turbo на 99 языках. Текстовых моделей OpenAI — GPT для чата и ChatGPT — у нас нет.

  • 12 моделей
  • от 0,01 ₽ за минуту звука
  • картинки, озвучка текста, распознавание речи

Обновлено:

Получить ключ Документация

Модели и цены

Картинки

Картинки: цена в рублях за картинку
МодельКачествоЦена
GPT Image 2.5 Sunburst1K–4Kот 19,00 ₽ за картинку
GPT Image 2.5 Flare1K–4Kот 9,00 ₽ за картинку
GPT Image 21K–4Kот 9,00 ₽ за картинку

Озвучка текста

Озвучка: цена в рублях за 1000 знаков или за запись
МодельЗнаков за разЦена
OpenAI TTS-1до 4 0961,68 ₽ за 1000 знаков
GPT-4o mini TTSдо 3 000от 9,00 ₽ за озвучку
OpenAI TTS-1 HDдо 4 0963,36 ₽ за 1000 знаков

Распознавание речи

Распознавание речи: цена в рублях за минуту звука
МодельЗвука за разЦена
GPT Transcribeдо 2 ч0,51 ₽ за минуту звука
GPT-4o Transcribeдо 2 ч0,68 ₽ за минуту звука
GPT-4o Transcribe Diarizeдо 2 ч0,68 ₽ за минуту звука
OpenAI Whisper-1до 2 ч0,68 ₽ за минуту звука
GPT-4o mini Transcribeдо 2 ч0,34 ₽ за минуту звука
Whisper Tiny Englishдо 2 ч0,01 ₽ за минуту звука

Как выбрать

Медиа OpenAI у нас — это три задачи: картинки, озвучка и распознавание речи. В каждой есть модель, которую сама OpenAI называет основной, и пара запасных.

  • Картинки. GPT Image 2.5 Sunburst OpenAI называет самой сильной своей моделью для создания и правки картинок, GPT Image 2.5 Flare — быстрой и качественной моделью на каждый день. Рядом — прошлая GPT Image 2. По API они рисуют картинку по описанию, качество 1K, 2K или 4K выбирается полем quality. Править своё фото через API пока нельзя — это умеет Студия картинок на сайте.
  • Озвучка. OpenAI TTS-1 — быстрая модель с голосами alloy, nova, onyx, shimmer и другими. OpenAI пишет, что голоса настроены прежде всего под английский, но говорят на языках Whisper, и русский среди них. GPT-4o mini TTS — нейросеть нашей Студии, по API она тоже доступна.
  • Распознавание. Для новых программ OpenAI советует GPT Transcribe. Открытые Whisper Large v3 и Whisper Large v3 Turbo знают 99 языков; Turbo, по её карточке, работает намного быстрее при небольшой потере качества. Разметить, кто говорит, умеет GPT-4o Transcribe Diarize.

Отдельно — о сроках. OpenAI объявила, что отключит TTS-1, TTS-1 HD и GPT-4o mini TTS 6 января 2027 года, а Whisper-1, GPT-4o Transcribe, GPT-4o mini Transcribe и GPT-4o Transcribe Diarize — 26 февраля 2027 года. Открытых Whisper Large v3 и v3 Turbo это не касается: их веса опубликованы. Если программа пишется надолго, для распознавания сразу бери GPT Transcribe или открытую Whisper.

Популярные задачи

Карточки товаров и баннеры

Для баннера распродажи или обложки поста хватит GPT Image 2.5 Flare: OpenAI делала её для повседневной работы. Опиши предмет, фон, свет и надпись в кавычках — и выбери качество по месту: 1K для ленты, 4K для печати. Цена картинки зависит от качества и видна в таблице.

Пример запроса: «Баннер для распродажи: коробки с подарками и надпись «−30% до пятницы», красно-белая гамма.»

Инфографика и картинки с текстом

Схема из четырёх шагов, меню кофейни или обложка курса — места, где буквы не должны «поплыть». Для них бери GPT Image 2.5 Sunburst, старшую модель OpenAI. Перечисли блоки по порядку, а подписи дай в кавычках, слово в слово. Похожие модели других вендоров — в подборке для генерации изображений.

Озвучка подкаста и инструкций

OpenAI TTS-1 прочитает вступление подкаста или голосовую инструкцию к сервису. По словам OpenAI, TTS-1 отвечает быстрее, а TTS-1 HD звучит качественнее — HD есть в той же таблице. Текст уходит как есть, поэтому паузы задавай пунктуацией, а числа пиши словами.

Пример запроса: «Добро пожаловать в подкаст о путешествиях. Сегодня — пять мест на Алтае, куда стоит поехать осенью.»

Голосовые сообщения в боте

Бот, который понимает голосовые, получает сотни коротких записей в день. Для такого потока подойдёт Whisper Large v3 Turbo: по карточке модели, в ней 4 слоя декодера вместо 32 у Large v3, поэтому она заметно быстрее. Передавай language: "ru", если пользователи говорят по-русски, — модели не придётся угадывать язык.

Субтитры к лекциям и видео

Whisper Large v3 умеет отдавать ответ сразу файлом субтитров: укажи response_format: "srt" или "vtt". По карточке модели, Large v3 обучали на миллионе часов записей с готовой разметкой и четырёх миллионах часов, которые разметила предыдущая Whisper large-v2, и ошибок у неё на 10–20% меньше, чем у Large v2.

Совещания и записи с терминами

Если важно, кто что сказал, отправь запись в GPT-4o Transcribe Diarize с response_format: "diarized_json" — в ответе будут куски текста с меткой говорящего и временем. Если в записи много названий продуктов и имён, опиши запись и перечисли их в поле prompt для GPT Transcribe: OpenAI советует давать модели такой контекст, чтобы она точнее писала редкие слова.

Как получить ключ OpenAI API в России

Ключ OpenAI здесь не выдают, и к чату OpenAI наш ключ доступа не даёт. Он открывает медиа OpenAI из этой страницы — и все остальные модели каталога.

  1. Войди на veselo.ai и выпусти ключ sk-vsl-… в кабинете API.
  2. Пополни API-счёт с карты российского банка или по СБП — это и есть ответ на вопрос «как пополнить OpenAI API»: деньги лежат у нас, в рублях.
  3. В OpenAI SDK поставь base_url="https://veselo.ai/v1" и зови модели с приставкой openai/: client.audio.transcriptions.create(model="openai/whisper-large-v3", file=…) или client.images.generate(model="openai/gpt-image-2.5-flare", prompt=…).

Запрос к чату с моделью OpenAI ответит ошибкой: такой модели в нашем каталоге нет. Поля для картинок, озвучки и распознавания — в разделах «Картинки», «Озвучка» и «Распознавание речи».

Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI. Пример — с моделью OpenAI TTS-1: у других моделей меняется только model.

curl

curl https://veselo.ai/v1/audio/speech \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/tts-1",
    "voice": "alloy",
    "input": "Добрый вечер! Сегодня в программе — хорошие новости."
  }' \
  --output speech.mp3

Python

from openai import OpenAI  # pip install openai

client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ", timeout=600.0, max_retries=0)

with client.audio.speech.with_streaming_response.create(
    model="openai/tts-1",
    voice="alloy",
    input="Добрый вечер! Сегодня в программе — хорошие новости.",
) as r:
    r.stream_to_file("speech.mp3")

JavaScript

import fs from 'node:fs';

const res = await fetch('https://veselo.ai/v1/audio/speech', {
  method: 'POST',
  headers: { Authorization: 'Bearer sk-vsl-ТВОЙ_КЛЮЧ', 'Content-Type': 'application/json' },
  body: JSON.stringify({ model: 'openai/tts-1', voice: 'alloy', input: 'Добрый вечер! Сегодня в программе — хорошие новости.' }),
  signal: AbortSignal.timeout(600_000),
});
if (!res.ok) throw new Error((await res.json()).error.message);
fs.writeFileSync('speech.mp3', Buffer.from(await res.arrayBuffer()));

В программах: тем же ключом — из любого кода, а без ключа Claude, ChatGPT и Cursor зовут модель по MCP: вход на сайте и кнопка «Разрешить». MCP

OpenAI TTS-1 · Документация раздела

Версии и отличия

  • GPT Image 2.5 Sunburst и Flare — нынешнее поколение картинок OpenAI: Sunburst для сложной работы, Flare для быстрой. GPT Image 2 — прошлая версия.
  • TTS-1 и TTS-1 HD — TTS-1 быстрее, HD качественнее и дороже. У TTS-1 девять голосов OpenAI: alloy, ash, coral, echo, fable, onyx, nova, sage и shimmer.
  • GPT-4o mini TTS у OpenAI меняет подачу по указаниям, но в нашем API отдельного поля для указаний нет — текст читается как есть.
  • Whisper Large v3 — открытая модель на 1,55 млрд параметров. Large v3 Turbo — 809 млн параметров и укороченный декодер. Whisper Tiny English — крошечная модель только для английского, она описана на странице Turbo.
  • Whisper-1 — Whisper из API OpenAI. Она нужна программам, где уже прописана; OpenAI её отключит 26 февраля 2027 года.
  • GPT-4o Transcribe, GPT-4o mini Transcribe и GPT-4o Transcribe Diarize — отключаются тогда же. GPT Transcribe — модель, которую OpenAI советует вместо них.
  • Чего здесь нет: текстовых моделей и ChatGPT, голоса в реальном времени, перевода речи на английский и правки фото по API.

Вопросы и ответы

Можно ли через Весело пользоваться ChatGPT или GPT для текста?
Нет. Текстовые модели OpenAI мы не продаём — ни в API, ни на сайте. Для текста по API есть другие модели, например DeepSeek или Qwen, — с тем же ключом.
Как оплатить OpenAI API из России?
Медиа OpenAI — картинки, озвучку и распознавание — оплачиваешь у нас в рублях: картой российского банка или по СБП. Пополнить баланс в самой OpenAI мы не помогаем, да и не нужно: запросы идут по нашему ключу.
Подойдёт ли официальный OpenAI SDK?
Да. Поменяй адрес на https://veselo.ai/v1, вставь наш ключ и добавь к названию модели приставку openai/. Методы те же: images.generate, audio.speech, audio.transcriptions.
Говорят ли голоса OpenAI по-русски?
Да. OpenAI пишет, что озвучка понимает те же языки, что Whisper, и русский среди них. Голоса при этом настроены прежде всего под английский, так что русский текст стоит заранее послушать на коротком отрывке.
Можно ли перевести речь на английский через Whisper?
Нет. Через наш API Whisper только расшифровывает запись на языке, на котором говорили. Получившийся текст можно перевести отдельно — моделями из подборки для перевода.
Какой файл можно отправить в Whisper?
Аудио или видео до 25 МБ — так же, как у OpenAI: MP3, M4A, WAV, WebM, OGG или FLAC. Длинную запись раздели на части или сожми в MP3 с меньшим битрейтом.
Нужны ли VPN и зарубежная карта?
Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.
Сколько стоит запрос, который закончился ошибкой?
Нисколько: ошибка нейросети денег не стоит, удержание на время запроса снимается целиком.

Ещё по теме

Факты сверены 16 ноября 2026 по документации: developers.openai.com, huggingface.co