Принимает аудио и текстовый контекст, потоково возвращает текст. Поддерживает распознавание в 57 языках, подсказки по ключевым словам и контексту, а также настройку баланса задержки и точности.
Аудио на входе Аудио на входе Модель принимает аудио. Это не подтверждает генерацию речи.
Контекст 128K
Ответ до 16K OpenAI · 23 февраля 2026 г.
Голосовая модель OpenAI: понимает текст и речь и отвечает голосом. К запросу можно приложить запись — модель ответит на неё, переведёт или перескажет.
Рассуждения Рассуждения В данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.Вызов инструментов Вызов инструментов Модель может запросить вызов функции. Приложение проверяет права и выполняет действие.Структурированный ответ Структурированный ответ Модель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.128 000 токенов 128 000 токенов Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.Вход и выход аудио Вход и выход аудио Модель принимает и возвращает аудио. Операции распознавания и генерации могут подключаться отдельно.Потоковый ответ Потоковый ответ Ответ можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
Вход 300,00 ₽
Выход 1 200,00 ₽
Кэш 300,00 ₽ за 1 млн токенов OpenAI · 1 октября 2024 г.
Принимает аудиофайлы с речью и возвращает её текстовую расшифровку.
Аудио на входе Аудио на входе Модель принимает аудио. Это не подтверждает генерацию речи.
OpenAI · 1 сентября 2023 г.
Принимает аудиофайлы с речью и возвращает её текстовую расшифровку.
Аудио на входе Аудио на входе Модель принимает аудио. Это не подтверждает генерацию речи.
OpenAI · 21 сентября 2022 г.
Принимает аудиофайлы с речью и возвращает её текстовую расшифровку.
Аудио на входе Аудио на входе Модель принимает аудио. Это не подтверждает генерацию речи.Видео на входе Видео на входе Направление работы с видео подтверждено данными модели. Длительность, размер и формат определяются операцией.
Принимает аудиофайлы с речью на английском и возвращает английскую расшифровку.
Аудио на входе Аудио на входе Модель принимает аудио. Это не подтверждает генерацию речи.
Вход 703,39 ₽
Выход 703,39 ₽ за 1 млн токенов
Контекст 16K
Ответ до 2K Принимает текст и аудио, возвращает текст. Распознаёт речь и связывает её фрагменты с разными говорящими.
Рассуждения Рассуждения В данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.Вызов инструментов Вызов инструментов Модель может запросить вызов функции. Приложение проверяет права и выполняет действие.Структурированный ответ Структурированный ответ Модель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.16 000 токенов 16 000 токенов Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.Аудио на входе Аудио на входе Модель принимает аудио. Это не подтверждает генерацию речи.
Вход 316,50 ₽
Выход 1 266,00 ₽
Вход · аудио 759,60 ₽ за 1 млн токенов 
