That's NeuralCatálogo de modelos

openai

OpenAI: GPT-4o Mini Transcribe

openai/gpt-4o-mini-transcribe

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

O catálogo da OpenRouter descreve openai/gpt-4o-mini-transcribe como um modelo da OpenAI de áudio para transcrição, posicionado como uma opção de fala para texto menor e econômica baseada nas capacidades de áudio do GPT-4o Mini. A listagem relata entrada de áudio, saída de transcrição, preços por token para prompt e completion e uma janela de contexto ampla, mas os campos de benchmark estão vazios ou nulos e nenhum cartão independente do modelo foi incluído neste pacote de fontes. Trate as capacidades como relatadas pelo catálogo e valide precisão, latência, cobertura de idiomas e aderência ao fluxo com áudio representativo antes da produção.[1]

Pontos fortes

  • Entrada de áudio e saída de transcrição de propósito único, segundo o catálogo.[1]
  • A descrição do catálogo o posiciona como menor e econômico para transcrição.[1]
  • Preços por token são relatados, o que pode servir para fluxos medidos de alto volume.[1]

Limitações

  • A evidência é apenas de catálogo; nenhum cartão independente do modelo estava disponível neste pacote.[1]
  • A evidência fornecida não relata medições de precisão, latência ou benchmarks.[1]
  • Parâmetros suportados, raciocínio e data de corte não são relatados; valide cobertura de idiomas e qualidade de áudio na sua carga de trabalho.[1]

Onde usar

  • Considere para pipelines de transcrição em lote onde a cobrança por token importa.[1]
  • Pode ser adequado para protótipos de fala para texto sensíveis a custo, mediante testes.[1]
  • Pode servir para aplicações que precisam de transcrição, não de respostas gerais de chat.[1]

Fontes

  1. [1] OpenRouter catalog · OpenAI: GPT-4o Mini TranscribeFontes consultadas: 13 de nov. de 2026

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

GPT-4o Mini Transcribe is OpenAI's smaller, cost-efficient speech-to-text model built on GPT-4o Mini audio capabilities. It's priced per token (input and output), making it suitable for high-volume transcription workflows that...

Especificações

ID do modelo
openai/gpt-4o-mini-transcribe
Criador
openai
Adicionado ao OpenRouter
01.05.2026
Comprimento de contexto
128,000
Modalidade
audio->transcription
Modalidades de entrada
audio
Modalidades de saída
transcription
Preço por token
Sem preço por token no snapshot da fonte — consulte o OpenRouter para a unidade de cobrança
Corte de conhecimento
—
Data de expiração
—

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

TarefaNotaCapacidade declarada pela fonte
Qualidade geralSem medição—
ProgramaçãoSem medição—
AgentesSem medição—
EscritaSem medição—
RaciocínioSem medição—
Análise de documentosSem medição—
VisãoSem medição—
Geração de imagensSem medição—
ÁudioSem mediçãoentrada: audio
VídeoSem medição—
EmbeddingsSem medição—

Avaliações

Não há avaliações fornecidas para este modelo.

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

  • S — S — top 10% da coorte
  • A — A — próximos 20% da coorte
  • B — B — próximos 30% da coorte
  • C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

ProvedorComprimento de contextoPreço entrada /1MPreço saída /1MLatência p50 (30m, s)Taxa p50 (30m, tok/s)Disponibilidade (30m)
OpenAI128,000————100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.