Positionnement du modèle
GPT-4o Transcribe est un modèle de transcription vocale basé sur GPT-4o qui transcrit l’audio en texte via l’API OpenAI. OpenAI a publié ce modèle le 20 mars 2025. (openai.com)
Capacités et usages
- Prend en charge la reconnaissance vocale multilingue. Selon OpenAI, par rapport au modèle Whisper d’origine, ce modèle améliore la reconnaissance des langues et la précision, présente un taux d’erreur sur les mots plus faible dans plusieurs tests de référence et gère mieux les accents, les bruits de fond et les variations de débit de parole. (openai.com)
- Peut être utilisé pour transcrire des enregistrements, générer des comptes rendus textuels et assurer la transcription dans les applications vocales ; des intégrations existantes prennent en charge la transcription de fichiers en streaming et la transcription en temps réel. (developers.openai.com)
Limites et statut
- Les transcriptions peuvent encore contenir des erreurs ; les contenus importants doivent être vérifiés par un humain. Le modèle ne prend pas en charge les images ou les vidéos en entrée et ne génère pas d’audio ; sa fenêtre de contexte est de 16,000 tokens et sa sortie maximale de 2,000 tokens. (developers.openai.com)
- L’interface de transcription de fichiers impose une limite de 25 MB par fichier ; les enregistrements plus volumineux doivent être compressés ou découpés. (developers.openai.com)
- Au 19 novembre 2026, OpenAI a marqué ce modèle comme obsolète et prévoit de le retirer de l’API le 26 février 2027 ; OpenAI recommande de migrer vers
gpt-live-transcribeougpt-transcribeselon le cas d’usage. (developers.openai.com)
Prix
Date de consultation : 19 novembre 2026. La page officielle des tarifs de l’API OpenAI indique en dollars américains (USD) : entrée 2.50 dollars/million de tokens, sortie 10.00 dollars/million de tokens ; le coût estimé de transcription est de 0.006 dollar/minute. Il s’agit d’une estimation et non d’un tarif fixe à la minute garanti séparément. (developers.openai.com)
Les informations officielles diffèrent quant aux modalités d’entrée : le tableau des tarifs ne détaille pas les modalités dans la colonne des entrées pour ce modèle ; l’exemple de transcription Realtime d’OpenAI indique quant à lui une entrée audio à 6.00 dollars/million de tokens audio, une entrée texte à 2.50 dollars/million de tokens texte et une sortie texte à 10.00 dollars/million de tokens texte. Le tarif applicable à l’entrée audio doit être vérifié auprès de la facturation du compte et dans les dernières informations fournies par OpenAI. (developers.openai.com)