← Alle Modelle

GPT-4o Mini TTS

Veröffentlicht Herausgeber OpenAIgpt-4o-mini-tts

Modellpositionierung

GPT-4o Mini TTS ist ein auf GPT-4o mini basierendes Text-to-Speech-Modell, das eingegebenen Text in natürlich klingende Sprache umwandeln kann. OpenAI veröffentlichte das Modell am 20. März 2025; der zugehörige feste Versions-Snapshot ist gpt-4o-mini-tts-2025-03-20. Der Modellalias und der feste Snapshot sind nicht dasselbe: OpenAI richtete den Alias später auf einen neueren Snapshot. (openai.com)

Fähigkeiten und Einsatzbereiche

  • Über Textanweisungen lassen sich Ausdrucksmerkmale der Stimme wie Akzent, Emotion, Intonation, Sprechtempo und Tonfall anpassen. Das Modell eignet sich unter anderem für Kundendienstansagen, kreatives Geschichtenerzählen und das Vorlesen von Artikeln. (openai.com)
  • Unterstützt mehrsprachige Sprachausgabe, darunter Chinesisch, sowie die Audioausgabe per Streaming. Die Sprachausgabe ist derzeit für Englisch optimiert. (developers.openai.com)
  • Audio kann über die Schnittstelle v1/audio/speech erzeugt werden; unterstützt werden unter anderem die Formate MP3, Opus, AAC, FLAC, WAV und PCM. (developers.openai.com)

Einschränkungen und Status

  • Das Modell empfängt Text als Eingabe und gibt Audio aus. Es unterstützt weder Bild- noch Videoeingaben und ist auch kein Audio-zu-Text-Modell. Auf der Modellseite ist eine maximale Eingabe von 2.000 Token angegeben; für den Parameter input der Speech API gilt zusätzlich eine Obergrenze von 4.096 Zeichen. (developers.openai.com)
  • Bei der Nutzung durch Endnutzer verlangt OpenAI, diese ausdrücklich darüber zu informieren, dass sie eine KI-generierte Stimme und keine menschliche Stimme hören. (developers.openai.com)
  • Stand 19. November 2026 hat OpenAI das Modell und seinen Snapshot vom 20. März 2025 offiziell als veraltet markiert; die Abschaltung ist für den 6. Januar 2027 geplant. OpenAI empfiehlt, neue Integrationen auf gpt-realtime-2.1-mini der Realtime API umzustellen; die Migration erfordert Änderungen am API-Workflow. (developers.openai.com)

Preise

Stand 19. November 2026 sind auf der OpenAI-Modellseite folgende API-Preise in US-Dollar (USD) angegeben: 0,60 US-Dollar pro 1 Million Token für Texteingaben; 12,00 US-Dollar pro 1 Million Token für Audioausgaben. Dies sind die auf der Modellseite angegebenen Preise und keine separat für den Snapshot von 2025 veröffentlichten Preise; der separate Preis dieses Snapshots wurde nicht verifiziert. (developers.openai.com)

Offizielle Quellen