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:
Модели и цены
Картинки
| Модель | Качество | Цена |
|---|---|---|
| GPT Image 2.5 Sunburst | 1K–4K | от 19,00 ₽ за картинку |
| GPT Image 2.5 Flare | 1K–4K | от 9,00 ₽ за картинку |
| GPT Image 2 | 1K–4K | от 9,00 ₽ за картинку |
Озвучка текста
| Модель | Знаков за раз | Цена |
|---|---|---|
| OpenAI TTS-1 | до 4 096 | 1,68 ₽ за 1000 знаков |
| GPT-4o mini TTS | до 3 000 | от 9,00 ₽ за озвучку |
| OpenAI TTS-1 HD | до 4 096 | 3,36 ₽ за 1000 знаков |
Распознавание речи
| Модель | Звука за раз | Цена |
|---|---|---|
| GPT Transcribe | до 2 ч | 0,51 ₽ за минуту звука |
| GPT-4o Transcribe | до 2 ч | 0,68 ₽ за минуту звука |
| GPT-4o Transcribe Diarize | до 2 ч | 0,68 ₽ за минуту звука |
| OpenAI Whisper-1 | до 2 ч | 0,68 ₽ за минуту звука |
| GPT-4o mini Transcribe | до 2 ч | 0,34 ₽ за минуту звука |
| Whisper Tiny English | до 2 ч | 0,01 ₽ 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.
- Войди на veselo.ai и выпусти ключ
sk-vsl-…в кабинете API. - 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.
- В OpenAI SDK поставь
base_url="https://veselo.ai/v1"и зови модели с приставкойopenai/:client.audio.transcriptions.create(model="openai/whisper-large-v3", file=…)илиclient.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.mp3Python
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
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 приставкуopenai/. 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