Qu’est-ce que GPT Transcribe ?
GPT Transcribe (gpt-transcribe) est le modèle de reconnaissance vocale d'OpenAI pour les enregistrements terminés, les transcriptions de fichiers en streaming et les tours validés dans les sessions de transcription Realtime. Il est sorti le 28 juillet 2026. Le 26 août 2026, OpenAI a indiqué aux développeurs que whisper-1, gpt-4o-transcribe, gpt-4o-mini-transcribe et gpt-4o-transcribe-diarize fermaient le 26 février 2027, désignant gpt-transcribe et le gpt-live-transcribe en streaming comme remplaçants.
Il prend un contexte en texte libre, une liste de mots-clés attendus et plusieurs indices de langue, et peut diffuser du texte partiel depuis un fichier terminé. Les fichiers sont limités à 25 MB en mp3, mp4, mpeg, mpga, m4a, wav ou webm.
Combien coûte GPT Transcribe ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| gpt-transcribe | $0.0045 per minute ($4.50 per 1,000 minutes) | Aucun support Batch |
| gpt-live-transcribe | $0.017 per minute | Streaming |
0,0045 $ par minute d'audio (4,50 $ les 1 000 minutes) ; aucun support Batch. Le gpt-live-transcribe en streaming est à 0,017 $ la minute.
GPT Transcribe vaut-il le coup ?
GPT Transcribe est un meilleur modèle que ceux qu'il remplace, et un modèle plus étroit. Artificial Analysis le mesure à 3,3 % d'AA-WER contre 4,0 % pour GPT-4o Transcribe, à 4,50 $ les 1 000 minutes au lieu de 6,00 $. Mais le guide d'OpenAI indique que les timestamps de mots ne fonctionnent que sur whisper-1 et les étiquettes de locuteur uniquement sur gpt-4o-transcribe-diarize, et les deux ferment le 26 février 2027.
Sur la précision, il est en milieu de tableau. ElevenLabs Scribe v2 obtient 2,2 % à 3,67 $ les 1 000 minutes, Gemini 3.5 Transcribe 2,6 % à 5,00 $, et le MAI-Transcribe-2 de Microsoft 2,0 % à 1,67 $ tout en tournant à 307 fois le temps réel, contre les 55,8 de GPT Transcribe. Whisper Large v3 Turbo hébergé sur Groq coûte 0,67 $ les 1 000 minutes à 4,6 % : moins bon, mais un septième du prix.
La facture de migration n'est pas uniforme. Les équipes sur whisper-1 ou gpt-4o-transcribe économisent 25 %, mais gpt-4o-mini-transcribe coûte 0,003 $ la minute, si bien que le quitter augmente la facture de moitié. La liste de mots-clés aide pour les noms de produits et le jargon, même si OpenAI prévient que les mots-clés sont des indices, pas une sortie obligatoire, et qu'une liste mal formée rejette toute la requête.
Le traitement des données est une vraie force. OpenAI liste /v1/audio/transcriptions sans conservation pour surveillance des abus et comme éligible à la non-conservation des données (Zero Data Retention), l'audio de l'API ne sert pas à l'entraînement par défaut, et la transcription prend en charge la résidence des données aux États-Unis et en Europe. Pour une clinique ou un cabinet d'avocats, cela vaut plus qu'un point de taux d'erreur sur les mots.
Là où il fait la différence
Un ingénieur backend qui maintient une intégration whisper-1 dans une appli de prise de notes
Migrer avant l'arrêt de février 2027
Changer le nom du modèle et remplacer le champ de langue unique par la liste languages. Le coût passe de 0,006 $ à 0,0045 $ la minute, mais tout ce qui est bâti sur timestamp_granularities casse, car seul whisper-1 renvoie les timestamps de mots.
Un responsable conformité dans un cabinet d'avocats de 50 personnes qui transcrit des appels clients
Obtenir des transcriptions sans que l'audio traîne sur les serveurs d'un fournisseur
L'endpoint de transcription de fichiers ne garde aucun journal de surveillance des abus et est éligible à la non-conservation des données, et les données de l'API ne servent pas à l'entraînement par défaut. À 20 000 minutes par mois, la facture est de 90 $ ; attribuer les locuteurs demande encore une personne ou un autre outil.
Un responsable des opérations dans un centre de contact de 200 postes
Transcrire 500 000 minutes d'appels par mois pour le contrôle qualité
GPT Transcribe coûte 2 250 $ par mois à ce volume, contre environ 835 $ pour MAI-Transcribe-2 et 1 835 $ pour Scribe v2 aux prix indiqués par Artificial Analysis. Il ne sépare pas les tours de l'agent et du client, ce dont la plupart des contrôles qualité ont besoin.
Avant de vous engager
- Mise en route
- Un POST vers /v1/audio/transcriptions avec model réglé sur gpt-transcribe. Les fichiers de plus de 25 MB doivent être compressés ou découpés, idéalement aux limites de phrases, en reportant le contexte dans le prompt.
- Intégrations
- Transcription de fichiers et sessions de transcription Realtime uniquement ; indisponible via Chat Completions, Responses, Batch ou l'endpoint de traductions. La sortie est du JSON avec le texte et les langues détectées.
- Données et confidentialité
- L'audio de l'API ne sert pas à l'entraînement sauf accord. L'endpoint /v1/audio/transcriptions n'a aucune conservation pour surveillance des abus et est éligible à la non-conservation des données ; les sessions de transcription prennent en charge la résidence des données aux États-Unis et en Europe.
- Coût à grande échelle
- 100 000 minutes par mois coûtent 450 $ sans remise de volume ni Batch. Le même volume d'audio en direct sur gpt-live-transcribe coûte 1 700 $.
- Limites
- 25 MB par fichier. 5 000 requêtes par minute au niveau Build, 10 000 sur Launch et 30 000 sur Grow. Pas de timestamps de mots ni d'étiquettes de locuteur ; des mots-clés invalides ou un prompt trop long rejettent toute la requête.
Les points forts
- 3,3 % d'AA-WER, meilleur que GPT-4o Transcribe pour 25 % moins cher
- Aucune conservation pour surveillance des abus sur l'endpoint de transcription ; éligible ZDR
- Indices de mots-clés, de contexte et multilingues
- Fonctionne dans les sessions de transcription Realtime
Les points faibles
- Pas de timestamps de mots ni d'étiquettes de locuteur
- Moins précis que Scribe v2, Gemini 3.5 Transcribe et MAI-Transcribe-2
- 50 % plus cher que gpt-4o-mini-transcribe
- Limite de fichier de 25 MB et aucune remise Batch
Idéal pour
Les équipes sur l'API OpenAI qui doivent quitter Whisper ou GPT-4o Transcribe avant février 2027 et n'ont pas besoin d'étiquettes de locuteur ni de timestamps.
Alternatives à GPT Transcribe
GPT Transcribe : questions fréquentes
- GPT Transcribe vaut-il le coup ?
- Une mise à niveau sensée pour les boutiques OpenAI, même si la dépréciation sur laquelle elle s'appuie retire les étiquettes de locuteur et les timestamps que ce modèle ne redonne pas. Nous lui donnons 3.9 sur 5.
- Combien coûte GPT Transcribe ?
- 0,0045 $ par minute d'audio (4,50 $ les 1 000 minutes) ; aucun support Batch. Le gpt-live-transcribe en streaming est à 0,017 $ la minute.
- Quels sont les inconvénients de GPT Transcribe ?
- Pas de timestamps de mots ni d'étiquettes de locuteur; moins précis que Scribe v2, Gemini 3.5 Transcribe et MAI-Transcribe-2; 50 % plus cher que gpt-4o-mini-transcribe; limite de fichier de 25 MB et aucune remise Batch.
- À qui s’adresse GPT Transcribe ?
- Les équipes sur l'API OpenAI qui doivent quitter Whisper ou GPT-4o Transcribe avant février 2027 et n'ont pas besoin d'étiquettes de locuteur ni de timestamps.
- Combien coûte GPT Transcribe pour une équipe ou en production ?
- 100 000 minutes par mois coûtent 450 $ sans remise de volume ni Batch. Le même volume d'audio en direct sur gpt-live-transcribe coûte 1 700 $.
- GPT Transcribe est-il sûr pour les données de l’entreprise ?
- L'audio de l'API ne sert pas à l'entraînement sauf accord. L'endpoint /v1/audio/transcriptions n'a aucune conservation pour surveillance des abus et est éligible à la non-conservation des données ; les sessions de transcription prennent en charge la résidence des données aux États-Unis et en Europe.
- Quelles sont les meilleures alternatives à GPT Transcribe ?
- Les alternatives les plus proches que nous avons testées sont ElevenLabs Scribe v2, Gemini 3.5 Transcribe et Deepgram Nova-3.
Réponses vérifiées le 26 oct. 2026.