GPT Transcribe по API
GPT Transcribe — модель, которую OpenAI сейчас советует для расшифровки готовых записей, а мы даём её по API в том же формате. Ей можно подсказать контекст: тему разговора, имена, названия продуктов. На неё OpenAI предлагает переходить с whisper-1 и GPT-4o Transcribe, которые выключат 26 февраля 2027 года. Полчаса записи стоят около 15,30 ₽.
- 0,51 ₽ за минуту звука
- до 2 ч звука
- звук → текст
openai/gpt-transcribe
Обновлено:
Получить ключ Попробовать Документация
Попробовать GPT 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 кусок совещания с терминами. В поле prompt перечисли названия продуктов — так модели проще записать их правильно.
В ответ приходит текст записи в поле text — как у OpenAI.
Цены GPT Transcribe в рублях
| Звук — считаем по секундам | 0,51 ₽ за минуту |
|---|
Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. Как считается цена
Сколько стоят типичные задачи
Суммы посчитаны по цене выше — сколько спишется за такую работу.
| Совещания с названиями продуктов: планёрка на 45 минут | Около 22,95 ₽ |
|---|---|
| Диктовка отчётов с профессиональными словами: 20 минут диктовки | Около 10,20 ₽ |
| Речь, где русский перемешан с английским: получасовой созвон | Около 15,30 ₽ |
| Новая модель для старой интеграции: тысяча минут звонков | Около 510,00 ₽ |
Что умеет GPT Transcribe
- Расшифровывает готовые записи на языке оригинала: OpenAI называет её моделью, с которой стоит начинать (руководство OpenAI).
- Принимает контекст в
prompt: тему записи, имена, термины. Это помогает со словами из узкой области (карточка модели). - Справляется с записями, где языки перемешаны: OpenAI прямо называет такие переключения среди задач модели.
- Язык указывать не обязательно. Подсказку
language=ruмы передаём модели как ожидаемый язык записи. - Файл — до 25 МБ; голосовые OGG из мессенджеров и WebM из браузера подходят без конвертации.
- Её OpenAI предлагает вместо whisper-1, GPT-4o Transcribe и GPT-4o Transcribe Diarize, которые выключит 26 февраля 2027 года.
Где применять
Совещания с названиями продуктов
На планёрке говорят «перенесём в Джиру», «выкатим в Сфере», «у Пети в ЛК-2», и обычная расшифровка превращает это в кашу. GPT Transcribe принимает контекст: опиши встречу одной фразой и перечисли названия продуктов, сервисов и фамилии участников. Модель охотнее запишет их так, как в подсказке. Без неё «Сфера» легко станет просто «сферой», а фамилия Ким — словом «кин». Полезно держать такую подсказку в настройках команды и обновлять её, когда появляется новый продукт.
Пример запроса: «file=planerka-11-16.m4a, language=ru, prompt=Планёрка команды «Сфера»: релиз ЛК-2, Jira, стенд Stage, участники Петров и Ким»
Стоимость: планёрка на 45 минут — около 22,95 ₽.
Диктовка отчётов с профессиональными словами
Инженеру-сметчику, юристу или врачу проще надиктовать заключение, чем набирать его. Беда в словах, которых нет в обычной речи: марки бетона, статьи кодексов, названия препаратов. Положи в prompt короткий словарь своей области и пример того, как ты их пишешь. Текст всё равно перечитай: подсказка помогает модели, но не делает её специалистом. Для таких заметок удобно держать отдельный шаблон подсказки на каждый вид отчёта.
Пример запроса: «file=akt-osmotra.mp3, language=ru, prompt=Акт осмотра: бетон B25, арматура А500С, СП 70.13330, трещины, сколы»
Стоимость: 20 минут диктовки — около 10,20 ₽.
Речь, где русский перемешан с английским
В IT-командах и на международных созвонах говорят на смеси: «закоммить фикс, и я задеплою на прод». Для распознавания такие фразы — испытание, а GPT Transcribe, по словам OpenAI, рассчитана в том числе на переключение языков. Если записи смешанные, поле language стоит оставить пустым, а в prompt перечислить английские термины, которые звучат чаще всего. Тогда текст созвона потом ищется теми же словами, которыми команда пишет в чате.
Пример запроса: «file=sync-devops.webm, prompt=Созвон разработчиков: deploy, pull request, staging, rollback»
Стоимость: получасовой созвон — около 15,30 ₽.
Новая модель для старой интеграции
Если программа работает на whisper-1 или GPT-4o Transcribe, после 26 февраля 2027 года она остановится. Переезд на GPT Transcribe — смена одного поля model на openai/gpt-transcribe, формат запроса тот же. Одно отличие стоит проверить заранее: отметок времени и субтитров у GPT Transcribe нет. Если код их ждёт, для этой части бери Whisper Large v3. Подсказку prompt из старого кода можно оставить: GPT Transcribe её тоже понимает.
Пример запроса: «model=openai/gpt-transcribe, file=support-call.ogg, language=ru, response_format=json»
Стоимость: тысяча минут звонков — около 510,00 ₽.
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-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-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-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-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-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
Сравнение с похожими
| Модель | Цена | Главное | Когда выбрать |
|---|---|---|---|
| GPT Transcribe — эта модель | 0,51 ₽ / мин | до 2 ч звука | совещания с терминами и переезд со снимаемых моделей OpenAI |
| GPT-4o Transcribe — OpenAI | 0,68 ₽ / мин | до 2 ч звука | старые интеграции OpenAI и записи, где Whisper ошибается в словах |
| Gemini 3.5 Transcribe — Google | 0,56 ₽ / мин | до 1 ч звука | длинные записи до часа и речь на языках соседних стран |
| 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 |
| AssemblyAI Universal-3.5 Pro — AssemblyAI | 0,40 ₽ / мин | до 2 ч звука | английская, испанская и французская речь с диалектами, где важна точность |
| Amazon Transcribe — Amazon | 0,68 ₽ / мин | до 2 ч звука | записи на редких языках, включая татарский и башкирский, когда ответ может подождать |
- GPT-4o Transcribe — если код уже работает на ней и переезжать до 26 февраля 2027 года не хочется.
- Whisper Large v3 — если нужны отметки времени, субтитры и открытая модель.
- Gemini 3.5 Transcribe — если записи длинные, до часа одним запросом, и много языков соседних стран.
Как устроен доступ
Весело — не разработчик GPT 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
Вопросы и ответы
- Передаются ли keywords и languages, как в API OpenAI?
- Пока нет. Через наш API GPT Transcribe получает файл,
promptи один язык изlanguage. Список терминов просто перечисли вprompt, модель учтёт его как контекст. - Чем GPT Transcribe отличается от GPT-4o Transcribe?
- GPT Transcribe — модель, которую OpenAI сейчас рекомендует для файлов, а GPT-4o Transcribe устарела и выключится 26 февраля 2027 года. Минута у GPT Transcribe дешевле. Подсказку
promptпонимают обе, но подсказки языков и ключевых слов OpenAI сделала только для GPT Transcribe. Формат запроса у них одинаковый. - Даёт ли GPT Transcribe субтитры и время слов?
- Нет. В документации OpenAI отметки времени через
timestamp_granularities[]есть только у whisper-1. Для субтитров возьми Whisper Large v3 или OpenAI Whisper-1. - Как составить prompt для GPT Transcribe?
- Одна-две фразы о записи и список слов, которые в ней звучат: «Звонок в поддержку о тарифе «Премиум», номер договора AC-42». Длинные инструкции не нужны, а слишком длинную подсказку OpenAI отклоняет вместе со всем запросом. Слов, которых в записи нет, в подсказку не клади: модель может их «услышать».
- Нужны ли VPN и зарубежная карта для GPT 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
Факты сверены 16 ноября 2026 по документации: developers.openai.com