How much does the Whisper API cost?

OpenAI's Whisper API is priced at $0.006 per minute of audio, billed by duration and rounded to the nearest second. That works out to about $0.36 per hour of audio. There is no separate charge for file size or word count — a one-hour recording costs the same whether it is speech-heavy or mostly silence. Prices are reference estimates; confirm the current rate on OpenAI's pricing page.

Whisper vs gpt-4o-transcribe — which is cheaper?

Whisper and gpt-4o-transcribe both sit around $0.006 per minute, so they cost roughly the same for the same audio. The newer gpt-4o-mini-transcribe is about half that, near $0.003 per minute, and is the cheapest option for high-volume batch transcription where you don't need the largest model. gpt-4o-transcribe generally offers stronger accuracy on noisy or accented audio, so the choice is accuracy versus a lower per-minute rate rather than a big price gap at the top tier.

Is Whisper cheaper self-hosted?

Open-source Whisper removes the per-minute fee, but you pay for the GPU, ops and idle time instead. Below a few hundred hours a month the hosted API is almost always cheaper and far simpler; above that, a well-utilised GPU running near the clock can beat the API. The crossover depends on utilisation — a card transcribing 24/7 amortises well, one used a few hours a day does not.

Whisper API-Kostenrechner

So funktioniert die Whisper-API-Preisgestaltung

Für die Whisper-API von OpenAI wird eine Pauschale berechnet 0,006 $ pro Minute Audio – etwa 0,36 $ pro Stunde – und Rechnungen von Dauer, nicht Dateigröße oder Wortanzahl. Die Nutzung wird auf die nächste Sekunde gerundet, sodass ein 90-Sekunden-Clip ungefähr einen Cent kostet, unabhängig davon, wie viele Wörter er enthält; Eine weitgehend stumme Aufnahme kostet genauso viel wie eine schnelle, sprachdichte Aufnahme gleicher Länge. Um Ihre Ausgaben zu planen, nehmen Sie Ihre monatlichen Audiodaten in Minuten, multiplizieren Sie sie mit dem Minutenpreis, und schon haben Sie die Rechnung. Das neuere gpt-4o-transkribieren liegt bei etwa 0,006 $/Minute, während gpt-4o-mini-transkribieren kommt herein 0,003 $/Min – etwa die Hälfte – und ist daher die preiswerte Wahl für Großserienaufträge, bei denen Sie nicht das größte Modell benötigen.

Whisper vs. gpt-4o-transcribe

Da Whisper und gpt-4o-transcribe pro Minute etwa gleich viel kosten, liegt die Entscheidung größtenteils bei Genauigkeit versus Preis, nicht Budget. gpt-4o-trancribe kommt im Allgemeinen besser mit lautem Audio, Akzenten und Domänenvokabular zurecht; Der klassische Whisper (Whisper-1) ist ein bewährtes, wohlverstandenes Arbeitstier. Wenn Sie Tausende von sauberen, klaren Stunden pro Monat transkribieren und die Rechnung senken möchten, halbiert gpt-4o-mini-trancribe für ~0,003 $/Minute die Kosten bei einem bescheidenen Kompromiss bei der Genauigkeit. Testen Sie alle drei anhand einer repräsentativen Probe Ihres eigenen Audiomaterials, bevor Sie sich verpflichten – die Wortfehlerquote bei Ihrem tatsächlichen Inhalt ist weitaus wichtiger als der Bruchteil eines Cents pro Minute.

Self-Host Whisper im Vergleich zur API

Open-Source-Whisper macht die Gebühr pro Minute überflüssig, fügt aber GPU-Miete, Betriebskosten und Leerlaufzeit hinzu. Bei weniger als ein paar hundert Stunden pro Monat ist die gehostete API fast immer sowohl im Preis als auch in der Einfachheit vorteilhaft; Darüber hinaus kann eine GPU, die nahezu im Takt läuft, es übertreffen. Wenn Ihre Transkripte dann einem LLM zugeführt werden – Zusammenfassungen, Fragen und Antworten über Anrufe, Suche –, fügen Sie diese Token-Kosten hinzu LLM-Token-Kostenrechner, und vergleichen Sie vollständige Speech-to-Text-Anbieter auf der Transkriptionskostenrechner Und Speech-to-Text-Kostenrechner.

Häufig gestellte Fragen

Wie viel kostet die Whisper API?

Die Whisper-API von OpenAI kostet 0,006 US-Dollar pro Minute Audio – etwa 0,36 US-Dollar pro Stunde – und wird nach Dauer abgerechnet und auf die nächste Sekunde gerundet. Eine einstündige Aufnahme kostet das Gleiche, unabhängig davon, ob sie viel Sprache oder überwiegend Stille enthält, denn Sie zahlen für die Länge, nicht für die Wörter oder die Dateigröße. Bei den Preisen handelt es sich um Richtwerte; Bestätigen Sie den aktuellen Tarif auf der Preisseite von OpenAI.

Whisper vs. gpt-4o-trancribe – was ist günstiger?

Whisper und gpt-4o-trancribe kosten beide etwa 0,006 US-Dollar pro Minute, kosten also ungefähr das Gleiche. Das neuere gpt-4o-mini-trancribe kostet etwa die Hälfte (~0,003 $/Min.) und ist das günstigste Gerät für großvolumige Batch-Arbeiten, bei denen Sie nicht das größte Modell benötigen. gpt-4o-transcribe bietet in der Regel eine höhere Genauigkeit bei verrauschtem oder akzentuiertem Audio – es handelt sich also um Genauigkeit im Vergleich zu einer niedrigeren Rate, nicht um einen großen Preisunterschied.

Ist Whisper günstiger, selbst gehostet?

Bei Open-Source-Whisper entfällt die Gebühr pro Minute, aber Sie zahlen stattdessen für die GPU, den Betrieb und die Leerlaufzeit. Bei weniger als ein paar hundert Stunden im Monat ist die gehostete API fast immer günstiger und einfacher; darüber hinaus kann eine gut ausgelastete GPU, die nahezu im Takt läuft, gewinnen. Der Übergang hängt von der Nutzung ab – eine Karte, die rund um die Uhr transkribiert, amortisiert sich gut, eine Karte, die nur wenige Stunden am Tag genutzt wird, nicht.