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 コスト計算ツール

Whisper API の価格設定の仕組み

OpenAI の Whisper API は定額料金を請求します 音声 1 分あたり 0.006 ドル — 1 時間あたり約 0.36 ドル — 請求額は次のとおりです。間隔ファイルサイズやワード数ではありません。使用量は秒単位で四捨五入されるため、含まれる単語の数に関係なく、90 秒のクリップの料金は約 1 セントになります。ほとんど無音の録音のコストは、同じ長さの高速で音声の多い録音と同じです。支出を計画するには、毎月の音声を分単位で取得し、1 分あたりの料金を掛けると、請求額が計算されます。新しいものほど gpt-4o-transcribe 同様に ~0.006 ドル/分程度ですが、 gpt-4o-mini-transcribe あたりに入ってくる $0.003/分 — 約半分 — 最大のモデルを必要としない大規模なバッチジョブに最適です。

Whisper vs gpt-4o-transcribe

Whisper と gpt-4o-transcribe の 1 分あたりのコストはほぼ同じであるため、決定は主に次の点に基づいて行われます。 精度と価格、予算ではありません。 gpt-4o-transcribe は一般に、ノイズの多い音声、アクセント、ドメイン語彙をより適切に処理します。 classic Whisper (whisper-1) は、実績があり、よく理解されている主力製品です。月に数千時間のクリーンでクリアな時間を文字に起こし、請求額を削減したい場合は、gpt-4o-mini-transcribe を ~0.003 ドル/分で使用すると、ある程度の精度とのトレードオフでコストが半分になります。コミットする前に、自分の音声の代表的なサンプルで 3 つすべてをテストしてください。実際のコンテンツの単語エラー率は、1 分あたり 1 セントの何分の 1 よりもはるかに重要です。

セルフホスト Whisper と API

オープンソースの Whisper では、分単位の料金はかかりませんが、GPU のレンタル、運用、アイドル時間が追加されます。月に数百時間未満では、ほとんどの場合、ホスト型 API が価格とシンプルさの両方で優れています。それを超えると、ほぼクロックで動作する GPU がそれを上回る可能性があります。トランスクリプトが LLM (概要、通話上の Q&A、検索) にフィードされる場合、そのトークンコストが LLM トークンコスト計算ツール、完全な音声テキスト変換プロバイダーを比較します。転写コスト計算ツールそして音声からテキストへのコスト計算ツール.

よくある質問

Whisper API の料金はいくらですか?

OpenAI の Whisper API は、音声 1 分あたり 0.006 ドル (1 時間あたり約 0.36 ドル) で、長さによって請求され、秒単位で四捨五入されます。 1 時間の録音の場合、音声が多くても、ほとんどが無音であっても、料金は同じです。これは、文字数やファイルサイズではなく、長さに対して料金が発生するためです。価格は参考見積りです。 OpenAI の価格ページで現在のレートを確認してください。

Whisper と gpt-4o-transcribe — どちらが安いですか?

Whisper と gpt-4o-transcribe はどちらも 1 分あたり約 0.006 ドルなので、費用はほぼ同じです。新しい gpt-4o-mini-transcribe はその約半分 (~$0.003/分) で、最大のモデルを必要としない大量のバッチ作業では最も安価です。 gpt-4o-transcribe は通常、ノイズのあるオーディオやアクセントのあるオーディオに対してより高い精度を提供します。つまり、精度と低いレートの関係であり、大きな価格差ではありません。

Whisper はセルフホスト型で安価ですか?

オープンソースの Whisper では分単位の料金はかかりませんが、代わりに GPU、運用、アイドル時間の料金を支払うことになります。月に数百時間未満の場合は、ほとんどの場合、ホスト型 API の方が安価でシンプルです。それを超えると、ほぼほぼ稼働している GPU がうまく活用され、勝利する可能性があります。クロスオーバーは使用状況によって異なります。24 時間年中無休で転写されるカードは良好に償却されますが、1 日に数時間使用されるカードはそうではありません。