---
title: "GPT-4o Transcribe: распознавание речи по API"
description: "Модель OpenAI на основе GPT-4o: по данным OpenAI, ошибается в словах реже исходных Whisper. Ответ — JSON с текстом. Цена — 0,68 ₽ за минуту звука."
url: https://veselo.ai/models/openai/gpt-4o-transcribe
updated: 2026-11-16T14:39:32.641Z
---

# GPT-4o Transcribe: распознавание речи по API

GPT-4o Transcribe — модель распознавания речи от OpenAI, построенная на GPT-4o. По данным OpenAI, она ошибается в словах реже исходных Whisper и точнее узнаёт язык. У нас она работает по API в формате OpenAI, поэтому готовая интеграция переезжает сменой адреса и ключа. Десять минут записи стоят около 6,80 ₽.

- **0,68 ₽ за минуту звука**
- до 2 ч звука
- звук → текст

`openai/gpt-4o-transcribe`

Обновлено: 16 ноября 2026 г.

[Получить ключ](https://veselo.ai/developer) Попробовать [Документация](https://veselo.ai/docs/transcriptions)

## Попробовать GPT-4o Transcribe

Загрузи короткую запись — модель вернёт текст. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.

**Что попробовать:** Загрузи запись до двух минут или запиши с микрофона, например звонок из шумного места. Вернётся JSON с текстом записи.

В ответ приходит текст записи в поле text — как у OpenAI.

## Цены GPT-4o Transcribe в рублях

| Звук — считаем по секундам | 0,68 ₽ за минуту |
| --- | --- |

Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. [Как считается цена](https://veselo.ai/docs/pricing)

### Сколько стоят типичные задачи

Суммы посчитаны по цене выше — сколько спишется за такую работу.

| Звонки и голосовые из шумных мест: 30 звонков по 2 минуты | Около 40,80 ₽ |
| --- | --- |
| Готовый код на GPT-4o Transcribe без переписывания: месяц по 10 часов записей | Около 408,00 ₽ |
| Видеоотзывы клиентов для сайта: 25 отзывов по 2 минуты | Около 34,00 ₽ |
| Контроль качества в отделе продаж: 60 звонков по 7 минут | Около 285,60 ₽ |

## Что умеет GPT-4o Transcribe

- Расшифровывает запись с помощью GPT-4o. OpenAI пишет, что ошибок в словах у неё меньше, а язык она распознаёт точнее, чем исходные модели Whisper ([карточка модели](https://developers.openai.com/api/docs/models/gpt-4o-transcribe)).
- Отвечает только в формате `json`: SRT, VTT и отметок времени у этой модели нет ([справочник API](https://developers.openai.com/api/reference/resources/audio/subresources/transcriptions/methods/create)).
- Понимает подсказку `prompt` и язык записи в `language`.
- Пишет ответ не длиннее 2 000 токенов, контекст модели — 16 000 токенов.
- Берёт файлы MP3, MP4 и M4A, WAV, FLAC, OGG и WebM до 25 МБ.
- OpenAI объявила модель устаревшей 26 августа 2026 года: она работает до 26 февраля 2027-го, замена — [GPT Transcribe](https://veselo.ai/models/openai/gpt-transcribe) ([руководство OpenAI](https://developers.openai.com/api/docs/guides/speech-to-text)).

## Где применять

### Звонки и голосовые из шумных мест

Курьер звонит с улицы, клиент диктует адрес из машины, на фоне сигналят и играет радио. На таких записях каждая ошибка в адресе дорого стоит, поэтому есть смысл взять модель, которая, по данным OpenAI, ошибается в словах реже исходных Whisper. В `language` поставь `ru`, а в `prompt` — пару слов о теме: «Звонок в службу доставки, адрес и номер заказа». Ответ придёт одним полем `text` в JSON, его удобно сразу передать дальше в систему заказов.

**Пример запроса:** «file=courier-call.mp3, language=ru, prompt=Звонок в службу доставки: адрес, подъезд, номер заказа»

**Стоимость:** 30 звонков по 2 минуты — около 40,80 ₽.

### Готовый код на GPT-4o Transcribe без переписывания

Если программа уже вызывает `gpt-4o-transcribe` через библиотеку `openai`, переезд к нам — это три правки: другой `base_url`, наш ключ и модель `openai/gpt-4o-transcribe` в поле `model`. Всё остальное остаётся прежним, включая ответ: тот же JSON с полем `text`. Платишь в рублях, без зарубежной карты. Помни только про срок: OpenAI выключит модель 26 февраля 2027 года, поэтому сразу заложи в план переход на GPT Transcribe — это ещё одна строка с именем модели.

**Пример запроса:** «model=`openai/gpt-4o-transcribe`, file=meeting.wav, response_format=json»

**Стоимость:** месяц по 10 часов записей — около 408,00 ₽.

### Видеоотзывы клиентов для сайта

Короткие видеоотзывы приятно смотреть, но поисковик и человек в метро их не услышат. Вытащи звуковую дорожку в M4A, отправь в GPT-4o Transcribe и поставь расшифровку под видео: так отзыв читают без звука, а поисковик видит текст. Перед публикацией вычитай имена и названия, а фамилии клиентов убери, если на это нет согласия. Двухминутный отзыв — это пара абзацев текста, а удачные цитаты из них потом легко взять в рекламу, не пересматривая видео.

**Пример запроса:** «file=otzyv-anna.m4a, language=ru»

**Стоимость:** 25 отзывов по 2 минуты — около 34,00 ₽.

### Контроль качества в отделе продаж

Руководителю продаж некогда слушать каждый звонок, а читать расшифровки можно по диагонали. Ответ у модели ограничен, поэтому длинный разговор режь на куски по 5–7 минут, по паузам. Готовый текст проверяй по списку: поздоровались, назвали цену, предложили следующий шаг. Это можно поручить текстовой модели, и через неделю будет видно, какие шаги команда пропускает чаще всего. Звонки записывай с предупреждением собеседника.

**Пример запроса:** «file=sales-0815-part1.mp3, language=ru, prompt=Продажа тарифов интернета, названия тарифов: Старт, Плюс, Максимум»

**Стоимость:** 60 звонков по 7 минут — около 285,60 ₽.

## Характеристики

| Разработчик | OpenAI |
| --- | --- |
| Вид | Распознавание речи |
| Файл | mp3, wav, flac, m4a, mp4, ogg, webm; до 25 МБ |
| Звук за раз | до 2 ч |
| Ответ | json, text |
| id для запроса | `openai/gpt-4o-transcribe` |

## Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI.

Запрос — `POST https://veselo.ai/v1/audio/transcriptions` с полем `model`: `openai/gpt-4o-transcribe`, ключ — в заголовке `Authorization: Bearer sk-vsl-…`.

**curl**

```
curl https://veselo.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -F model="openai/gpt-4o-transcribe" \
  -F file="@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 open("speech.mp3", "rb") as f:
    r = client.audio.transcriptions.create(model="openai/gpt-4o-transcribe", file=f)
print(r.text)
```

**JavaScript**

```
import fs from 'node:fs';
import OpenAI from 'openai'; // npm i openai

const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ', timeout: 600_000, maxRetries: 0 });

const r = await client.audio.transcriptions.create({
  model: 'openai/gpt-4o-transcribe',
  file: fs.createReadStream('speech.mp3'),
});
console.log(r.text);
```

### Пример ответа — только поля

```
{
  "text": "…"
}
```

**В программах:** тем же ключом и по тому же адресу, что остальные модели, — из любого HTTP-клиента или библиотеки openai. [Библиотеки и программы](https://veselo.ai/docs/sdks)

[Документация раздела](https://veselo.ai/docs/transcriptions)

## Сравнение с похожими

| Модель | Цена | Главное | Когда выбрать |
| --- | --- | --- | --- |
| **GPT-4o Transcribe** — эта модель | 0,68 ₽ / мин | до 2 ч звука | старые интеграции OpenAI и записи, где Whisper ошибается в словах |
| [GPT Transcribe](https://veselo.ai/models/openai/gpt-transcribe) — OpenAI | 0,51 ₽ / мин | до 2 ч звука | совещания с терминами и переезд со снимаемых моделей OpenAI |
| [GPT-4o Transcribe Diarize](https://veselo.ai/models/openai/gpt-4o-transcribe-diarize) — OpenAI | 0,68 ₽ / мин | до 2 ч звука | интервью и встречи, где нужно знать, кто что сказал |
| [ElevenLabs Scribe v3](https://veselo.ai/models/elevenlabs/scribe-v3) — ElevenLabs | 0,38 ₽ / мин | до 2 ч звука | точная расшифровка интервью, встреч и лекций с временем каждого слова |
| [Deepgram Nova-3](https://veselo.ai/models/deepgram/nova-3) — Deepgram | 0,54 ₽ / мин | до 2 ч звука | звонки, встречи и видео с шумом и несколькими голосами, русский и ещё 50+ языков |
| [Amazon Transcribe](https://veselo.ai/models/amazon/transcribe) — Amazon | 0,68 ₽ / мин | до 2 ч звука | записи на редких языках, включая татарский и башкирский, когда ответ может подождать |

- [**GPT Transcribe**](https://veselo.ai/models/openai/gpt-transcribe) — на неё OpenAI советует переходить с этой модели; понимает контекст и подсказку языка.
- [**GPT-4o Transcribe Diarize**](https://veselo.ai/models/openai/gpt-4o-transcribe-diarize) — если в ответе нужно видеть, кто именно говорит.
- [**Whisper Large v3**](https://veselo.ai/models/openai/whisper-large-v3) — если нужны отметки времени и субтитры, а не просто текст.

## Версии и отличия

- [GPT-4o mini Transcribe](https://veselo.ai/models/openai/gpt-4o-mini-transcribe) — 0,34 ₽ за минуту звука

## Как устроен доступ

Весело — не разработчик GPT-4o Transcribe: модель выпускает OpenAI. Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. [Данные и приватность](https://veselo.ai/docs/privacy)

## Вопросы и ответы

**Можно ли через этот ключ общаться с GPT-4o?**

Нет. Текстовые модели OpenAI мы не продаём, а GPT-4o здесь работает только на распознавание речи: на входе звук, на выходе текст. Для чата и обработки текста в каталоге есть [языковые модели](https://veselo.ai/models/llm-api) других разработчиков.

**Что будет с GPT-4o Transcribe после 26 февраля 2027 года?**

OpenAI выключит модель, и запросы к ней перестанут работать. Перейти заранее просто: в коде меняется только `model` на [GPT Transcribe](https://veselo.ai/models/openai/gpt-transcribe). Проверь новую модель на десятке своих файлов, пока обе работают параллельно.

**Чем GPT-4o Transcribe отличается от GPT-4o mini Transcribe?**

Mini (`openai/gpt-4o-mini-transcribe`) построена на GPT-4o mini и стоит меньше за минуту. Ограничения у них одинаковые: ответ до 2 000 токенов, только JSON, и обе OpenAI выключит в один день. Начни с mini, если записи чистые, и переходи на старшую там, где mini ошибается.

**Почему GPT-4o Transcribe обрывает расшифровку длинной записи?**

Модель пишет не больше 2 000 токенов за ответ, а это несколько минут русской речи. Целую лекцию одним файлом она может не дописать до конца. Режь запись на куски по паузам и склеивай тексты по порядку — или возьми [Whisper Large v3](https://veselo.ai/models/openai/whisper-large-v3), которая проходит длинный файл окнами по 30 секунд.

**Нужны ли VPN и зарубежная карта для GPT-4o Transcribe?**

Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.

**Что будет, если запрос закончится ошибкой?**

Запрос, который закончился ошибкой нейросети, денег не стоит: удержание на время запроса снимается целиком. Цену удачного ответа видно в рублях сразу.

**Есть ли подписка или абонентская плата?**

Нет. API-счёт пополняется на нужную сумму, а списывается только то, что потратили запросы. Чем больше расход за месяц, тем больше кэшбэк — от 1 до 5%.

## Ещё по теме

- [Все модели: распознавание речи](https://veselo.ai/models/raspoznavanie-rechi-api)
- [OpenAI по API: GPT Image, Whisper и TTS](https://veselo.ai/models/openai)
- [Распознавание речи по API за рубли — документация API](https://veselo.ai/docs/transcriptions)
- [OpenAI TTS-1](https://veselo.ai/models/openai/tts-1)
- [OpenAI Whisper-1](https://veselo.ai/models/openai/whisper-1)
- [GPT Image 2.5 Flare](https://veselo.ai/studio/gpt-image-2-5-flare)
- [GPT Image 2.5 Sunburst](https://veselo.ai/studio/gpt-image-2-5-sunburst)
- [Все модели и цены](https://veselo.ai/models)

Факты сверены 16 ноября 2026 по документации: [developers.openai.com](https://developers.openai.com/api/docs/models/gpt-4o-transcribe)
