O que é GPT Transcribe?
GPT Transcribe (gpt-transcribe) é o modelo de fala para texto da OpenAI para gravações prontas, transcrições de arquivos em streaming e turnos confirmados em sessões de transcrição Realtime. Ele foi lançado em 28 de julho de 2026. Em 26 de agosto de 2026, a OpenAI avisou os desenvolvedores que whisper-1, gpt-4o-transcribe, gpt-4o-mini-transcribe e gpt-4o-transcribe-diarize serão desligados em 26 de fevereiro de 2027, indicando o gpt-transcribe e o gpt-live-transcribe, em streaming, como substitutos.
Ele aceita contexto em texto livre, uma lista de palavras-chave esperadas e várias dicas de idioma, e pode transmitir texto parcial a partir de um arquivo pronto. Os arquivos são limitados a 25 MB em mp3, mp4, mpeg, mpga, m4a, wav ou webm.
Quanto custa GPT Transcribe?
| Plano | Preço | O que inclui |
|---|---|---|
| gpt-transcribe | $0.0045 per minute ($4.50 per 1,000 minutes) | Sem suporte a Batch |
| gpt-live-transcribe | $0.017 per minute | Streaming |
$0,0045 por minuto de áudio ($4,50 por 1.000 minutos); sem suporte a Batch. O gpt-live-transcribe, em streaming, custa $0,017 por minuto.
GPT Transcribe vale a pena?
O GPT Transcribe é um modelo melhor do que os que ele substitui, e mais limitado. A Artificial Analysis o mede com 3,3% de AA-WER, contra 4,0% do GPT-4o Transcribe, a $4,50 por 1.000 minutos em vez de $6,00. Mas o guia da OpenAI diz que os timestamps por palavra só funcionam no whisper-1 e a identificação de falantes só no gpt-4o-transcribe-diarize, e os dois serão desligados em 26 de fevereiro de 2027.
Em precisão, ele fica no meio da tabela. O ElevenLabs Scribe v2 marca 2,2% a $3,67 por 1.000 minutos, o Gemini 3.5 Transcribe 2,6% a $5,00 e o MAI-Transcribe-2 da Microsoft 2,0% a $1,67, rodando a 307 vezes o tempo real, contra 55,8 do GPT Transcribe. O Whisper Large v3 Turbo hospedado no Groq custa $0,67 por 1.000 minutos, com 4,6%: pior, mas a um sétimo do preço.
A conta da migração não é uniforme. Equipes no whisper-1 ou no gpt-4o-transcribe economizam 25%, mas o gpt-4o-mini-transcribe custa $0,003 por minuto, então sair dele aumenta a conta em metade. A lista de palavras-chave ajuda com nomes de produtos e jargão, embora a OpenAI avise que as palavras-chave são dicas, não saída obrigatória, e uma lista malformada faz a solicitação inteira ser rejeitada.
O tratamento de dados é um ponto forte de verdade. A OpenAI lista /v1/audio/transcriptions sem retenção para monitoramento de abuso e como elegível para Zero Data Retention, o áudio da API não é usado para treinamento por padrão, e a transcrição suporta residência de dados nos EUA e na Europa. Para uma clínica ou um escritório de advocacia, isso vale mais do que um ponto de taxa de erro por palavra.
Onde ele se destaca
Um engenheiro backend que mantém uma integração com o whisper-1 em um app de notas
Migrar antes do desligamento de fevereiro de 2027
Troque o nome do modelo e substitua o campo único de idioma pela lista de idiomas. O custo cai de $0,006 para $0,0045 por minuto, mas qualquer recurso construído sobre timestamp_granularities quebra, porque só o whisper-1 devolve timestamps por palavra.
Um líder de compliance em um escritório de advocacia de 50 pessoas que transcreve ligações de clientes
Obter transcrições sem que o áudio fique nos servidores de um fornecedor
O endpoint de transcrição de arquivos não mantém logs de monitoramento de abuso e se qualifica para Zero Data Retention, e os dados da API não são usados para treinamento por padrão. Com 20.000 minutos por mês, a conta é de $90; atribuir as falas a cada pessoa ainda exige alguém ou outra ferramenta.
Um gerente de operações em uma central de atendimento de 200 posições
Transcrever 500.000 minutos de ligações por mês para avaliação de qualidade
O GPT Transcribe custa $2.250 por mês nesse volume, contra cerca de $835 do MAI-Transcribe-2 e $1.835 do Scribe v2 nos preços listados pela Artificial Analysis. Ele não separa as falas do atendente e do cliente, o que a maior parte das avaliações de qualidade exige.
Antes de decidir
- Configuração
- Um POST para /v1/audio/transcriptions com model definido como gpt-transcribe. Arquivos acima de 25 MB precisam ser comprimidos ou divididos, de preferência em fim de frase, levando o contexto adiante no prompt.
- Integrações
- Só transcrição de arquivos e sessões de transcrição Realtime; não está disponível pela Chat Completions, Responses, Batch nem pelo endpoint de traduções. A saída é JSON com o texto e os idiomas detectados.
- Dados e privacidade
- O áudio da API não é usado para treinamento, a menos que você opte por isso. O endpoint /v1/audio/transcriptions não tem retenção para monitoramento de abuso e é elegível para Zero Data Retention; as sessões de transcrição suportam residência de dados nos EUA e na Europa.
- Custo em escala
- 100.000 minutos por mês custam $450, sem desconto por volume nem Batch. O mesmo volume de áudio ao vivo no gpt-live-transcribe custa $1.700.
- Limites
- 25 MB por arquivo. 5.000 solicitações por minuto no tier Build, 10.000 no Launch e 30.000 no Grow. Sem timestamps por palavra nem identificação de falantes; palavras-chave inválidas ou um prompt longo demais fazem a solicitação inteira ser rejeitada.
O que é bom
- 3,3% de AA-WER, melhor que o GPT-4o Transcribe por um preço 25% menor
- Sem retenção para monitoramento de abuso no endpoint de transcrição; elegível para ZDR
- Dicas de palavras-chave, contexto e vários idiomas
- Funciona em sessões de transcrição Realtime
O que não é
- Sem timestamps por palavra nem identificação de falantes
- Menos preciso que o Scribe v2, o Gemini 3.5 Transcribe e o MAI-Transcribe-2
- 50% mais caro que o gpt-4o-mini-transcribe
- Limite de 25 MB por arquivo e sem desconto Batch
Ideal para
Equipes na API da OpenAI que precisam deixar o Whisper ou o GPT-4o Transcribe antes de fevereiro de 2027 e não precisam de identificação de falantes nem de timestamps.
Alternativas ao GPT Transcribe
GPT Transcribe: perguntas frequentes
- GPT Transcribe vale a pena?
- Uma atualização sensata para quem usa a OpenAI, embora a descontinuação que a acompanha leve embora a identificação de falantes e os timestamps que este modelo não devolve. Damos nota 3.9 de 5.
- Quanto custa GPT Transcribe?
- $0,0045 por minuto de áudio ($4,50 por 1.000 minutos); sem suporte a Batch. O gpt-live-transcribe, em streaming, custa $0,017 por minuto.
- Quais são as desvantagens de GPT Transcribe?
- Sem timestamps por palavra nem identificação de falantes; menos preciso que o Scribe v2, o Gemini 3.5 Transcribe e o MAI-Transcribe-2; 50% mais caro que o gpt-4o-mini-transcribe; limite de 25 MB por arquivo e sem desconto Batch.
- Para quem GPT Transcribe é indicado?
- Equipes na API da OpenAI que precisam deixar o Whisper ou o GPT-4o Transcribe antes de fevereiro de 2027 e não precisam de identificação de falantes nem de timestamps.
- Quanto custa GPT Transcribe para uma equipe ou em produção?
- 100.000 minutos por m ês custam $450, sem desconto por volume nem Batch. O mesmo volume de áudio ao vivo no gpt-live-transcribe custa $1.700.
- GPT Transcribe é seguro para dados da empresa?
- O áudio da API não é usado para treinamento, a menos que você opte por isso. O endpoint /v1/audio/transcriptions não tem retenção para monitoramento de abuso e é elegível para Zero Data Retention; as sessões de transcrição suportam residência de dados nos EUA e na Europa.
- Quais são as melhores alternativas ao GPT Transcribe?
- As alternativas mais próximas que analisamos são ElevenLabs Scribe v2, Gemini 3.5 Transcribe e Deepgram Nova-3.
Respostas verificadas em 26 de out. de 2026.