Was ist GPT Transcribe?
GPT Transcribe (gpt-transcribe) ist OpenAIs Speech-to-Text-Modell für fertige Aufnahmen, gestreamte Datei-Transkripte und abgeschlossene Wortbeiträge in Realtime-Transkriptionssitzungen. Es erschien am 28. Juli 2026. Am 26. August 2026 teilte OpenAI Entwicklern mit, dass whisper-1, gpt-4o-transcribe, gpt-4o-mini-transcribe und gpt-4o-transcribe-diarize am 26. Februar 2027 abgeschaltet werden, und nannte gpt-transcribe und das Streaming-Modell gpt-live-transcribe als Ersatz.
Es nimmt frei formulierten Kontext, eine Liste erwarteter Schlüsselwörter und mehrere Sprachhinweise an und kann aus einer fertigen Datei Teiltext streamen. Dateien sind auf 25 MB in mp3, mp4, mpeg, mpga, m4a, wav oder webm begrenzt.
Was kostet GPT Transcribe?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| gpt-transcribe | $0.0045 per minute ($4.50 per 1,000 minutes) | Keine Batch-Unterstützung |
| gpt-live-transcribe | $0.017 per minute | Streaming |
0,0045 $ pro Minute Audio (4,50 $ pro 1.000 Minuten); keine Batch-Unterstützung. Das Streaming-Modell gpt-live-transcribe kostet 0,017 $ pro Minute.
Lohnt sich GPT Transcribe?
GPT Transcribe ist ein besseres Modell als die, die es ersetzt, und ein eingeschränkteres. Artificial Analysis misst eine AA-WER von 3,3 % gegenüber 4,0 % bei GPT-4o Transcribe, für 4,50 $ pro 1.000 Minuten statt 6,00 $. Laut OpenAIs Leitfaden funktionieren Wort-Zeitstempel aber nur bei whisper-1 und Sprecherzuordnung nur bei gpt-4o-transcribe-diarize, und beide werden am 26. Februar 2027 abgeschaltet.
Bei der Genauigkeit liegt es im Mittelfeld. ElevenLabs Scribe v2 erreicht 2,2 % für 3,67 $ pro 1.000 Minuten, Gemini 3.5 Transcribe 2,6 % für 5,00 $ und Microsofts MAI-Transcribe-2 2,0 % für 1,67 $, bei 307-facher Echtzeit gegenüber dem 55,8-Fachen bei GPT Transcribe. Whisper Large v3 Turbo, gehostet bei Groq, kostet 0,67 $ pro 1.000 Minuten bei 4,6 %: schlechter, aber zu einem Siebtel des Preises.
Die Rechnung für die Migration ist nicht einheitlich. Teams auf whisper-1 oder gpt-4o-transcribe sparen 25 %, doch gpt-4o-mini-transcribe kostet 0,003 $ pro Minute, ein Wechsel davon erhöht die Rechnung also um die Hälfte. Die Schlüsselwortliste hilft bei Produktnamen und Fachjargon, OpenAI warnt aber, dass die Schlüsselwörter Hinweise sind und keine Pflichtausgabe, und eine fehlerhafte Liste lässt die ganze Anfrage scheitern.
Der Umgang mit Daten ist eine echte Stärke. OpenAI führt /v1/audio/transcriptions ohne Aufbewahrung zur Missbrauchsüberwachung und als berechtigt für Zero Data Retention, API-Audio wird standardmäßig nicht fürs Training genutzt, und Transkription unterstützt Datenresidenz in den USA und Europa. Für eine Praxis oder eine Kanzlei ist das mehr wert als ein Prozentpunkt Wortfehlerrate.
Wo es sich lohnt
Ein Backend-Entwickler, der eine whisper-1-Integration in einer Notiz-App pflegt
Vor der Abschaltung im Februar 2027 migrieren
Ändere den Modellnamen und ersetze das einzelne Feld language durch die Liste languages. Die Kosten sinken von 0,006 $ auf 0,0045 $ pro Minute, aber jede Funktion, die auf timestamp_granularities aufbaut, bricht, weil nur whisper-1 Wort-Zeitstempel liefert.
Eine Compliance-Verantwortliche in einer Kanzlei mit 50 Mitarbeitern, die Mandantengespräche transkribiert
Transkripte erhalten, ohne dass Audio auf den Servern eines Anbieters liegen bleibt
Der Endpunkt für Datei-Transkription führt keine Protokolle zur Missbrauchsüberwachung und ist für Zero Data Retention berechtigt, und API-Daten werden standardmäßig nicht fürs Training genutzt. Bei 20.000 Minuten im Monat beträgt die Rechnung 90 $; die Zuordnung der Sprecher braucht weiterhin einen Menschen oder ein anderes Werkzeug.
Ein Betriebsleiter in einem Contact Center mit 200 Plätzen
500.000 Gesprächsminuten im Monat für die Qualitätsbewertung transkribieren
GPT Transcribe kostet bei diesem Volumen 2.250 $ im Monat, gegenüber etwa 835 $ für MAI-Transcribe-2 und 1.835 $ für Scribe v2 zu den von Artificial Analysis gelisteten Preisen. Es trennt die Wortbeiträge von Agent und Kunde nicht, was die meisten Qualitätsbewertungen brauchen.
Bevor du dich festlegst
- Einrichtung
- Ein POST an /v1/audio/transcriptions mit model auf gpt-transcribe. Dateien über 25 MB müssen komprimiert oder aufgeteilt werden, am besten an Satzgrenzen, wobei der Kontext im Prompt weitergegeben wird.
- Integrationen
- Nur Datei-Transkription und Realtime-Transkriptionssitzungen; nicht verfügbar über Chat Completions, Responses, Batch oder den Übersetzungs-Endpunkt. Die Ausgabe ist JSON mit dem Text und den erkannten Sprachen.
- Daten und Datenschutz
- API-Audio wird nicht fürs Training genutzt, außer du stimmst zu. Der Endpunkt /v1/audio/transcriptions hat keine Aufbewahrung zur Missbrauchsüberwachung und ist für Zero Data Retention berechtigt; Transkriptionssitzungen unterstützen Datenresidenz in den USA und Europa.
- Kosten im großen Maßstab
- 100.000 Minuten im Monat kosten 450 $, ohne Mengen- oder Batch-Rabatt. Dasselbe Volumen an Live-Audio kostet mit gpt-live-transcribe 1.700 $.
- Grenzen
- 25 MB pro Datei. 5.000 Anfragen pro Minute in der Build-Stufe, 10.000 in Launch und 30.000 in Grow. Keine Wort-Zeitstempel oder Sprecherzuordnung; ungültige Schlüsselwörter oder ein zu langer Prompt lassen die ganze Anfrage scheitern.
Was gut ist
- 3,3 % AA-WER, besser als GPT-4o Transcribe bei 25 % niedrigerem Preis
- Keine Aufbewahrung zur Missbrauchsüberwachung am Transkriptions-Endpunkt; ZDR-berechtigt
- Hinweise über Schlüsselwörter, Kontext und mehrere Sprachen
- Funktioniert in Realtime-Transkriptionssitzungen
Was nicht
- Keine Wort-Zeitstempel und keine Sprecherzuordnung
- Weniger genau als Scribe v2, Gemini 3.5 Transcribe und MAI-Transcribe-2
- 50 % teurer als gpt-4o-mini-transcribe
- Dateigrenze von 25 MB und kein Batch-Rabatt
Am besten für
Teams auf der OpenAI API, die Whisper oder GPT-4o Transcribe vor Februar 2027 verlassen müssen und keine Sprecherzuordnung oder Zeitstempel brauchen.
Alternativen zu GPT Transcribe
GPT Transcribe: häufige Fragen
- Lohnt sich GPT Transcribe?
- Ein vernünftiges Upgrade für Teams, die auf OpenAI setzen, auch wenn die Abkündigung, auf der es aufbaut, Sprecherzuordnung und Zeitstempel wegnimmt, die dieses Modell nicht zurückgibt. Wir bewerten es mit 3.9 von 5.
- Was kostet GPT Transcribe?
- 0,0045 $ pro Minute Audio (4,50 $ pro 1.000 Minuten); keine Batch-Unterstützung. Das Streaming-Modell gpt-live-transcribe kostet 0,017 $ pro Minute.
- Welche Nachteile hat GPT Transcribe?
- Keine Wort-Zeitstempel und keine Sprecherzuordnung; Weniger genau als Scribe v2, Gemini 3.5 Transcribe und MAI-Transcribe-2; 50 % teurer als gpt-4o-mini-transcribe; Dateigrenze von 25 MB und kein Batch-Rabatt.
- Für wen eignet sich GPT Transcribe?
- Teams auf der OpenAI API, die Whisper oder GPT-4o Transcribe vor Februar 2027 verlassen müssen und keine Sprecherzuordnung oder Zeitstempel brauchen.
- Was kostet GPT Transcribe für ein Team oder im Produktivbetrieb?
- 100.000 Minuten im Monat kosten 450 $, ohne Mengen- oder Batch-Rabatt. Dasselbe Volumen an Live-Audio kostet mit gpt-live-transcribe 1.700 $.
- Ist GPT Transcribe sicher für Firmendaten?
- API-Audio wird nicht fürs Training genutzt, außer du stimmst zu. Der Endpunkt /v1/audio/transcriptions hat keine Aufbewahrung zur Missbrauchsüberwachung und ist für Zero Data Retention berechtigt; Transkriptionssitzungen unterstützen Datenresidenz in den USA und Europa.
- Was sind die besten Alternativen zu GPT Transcribe?
- Die nächsten Alternativen, die wir getestet haben, sind ElevenLabs Scribe v2, Gemini 3.5 Transcribe und Deepgram Nova-3.
Antworten geprüft am 26. Okt. 2026.