GPT Audio
- Разработчик:
- OpenAI
- Релиз:
- Идентификатор:
-
openai/gpt-audio
Цены GPT Audio в рублях — от 275 ₽ за 1 млн токенов
| Тип операции | Стоимость |
|---|---|
|
Вход
За 1 млн токенов
Токены, полученные и обработанные моделью при анализе пользовательского запроса и контекста. Включают текст сообщения, предыдущую историю диалога и все передаваемые данные.
|
275 ₽ |
|
Выход
За 1 млн токенов
Токены, генерируемые моделью в виде ответа пользователю. Каждый символ, слово или часть ответа, созданные моделью, включаются в подсчёт выходных токенов.
|
1103 ₽ |
| Кэш: чтение не поддерживается | — |
| Кэш: запись не поддерживается | — |
|
Входящие аудио
За 1 млн токенов
Токены, соответствующие обработке аудиоконтента, передаваемого в качестве входных данных. Аудиофайлы преобразуются в токены на основе их продолжительности и качества.
|
3532 ₽ |
|
Генерация аудио
За 1 млн токенов
Токены, соответствующие генерации аудиоконтента. Аудиофайлы преобразуются в токены на основе их продолжительности и качества.
|
7064 ₽ |
Возможности GPT Audio
Модель gpt-audio является первой общедоступной аудиомоделью от OpenAI. Новый снимок включает улучшенный декодер для более естественного звучания голосов и поддерживает лучшую согласованность голоса.
Характеристики GPT Audio
Контекстное окно
- Всего
- 128K токенов
- На выход
- 16K токенов
Модальности
- Вход
- Текст Аудио
- Выход
- Текст Аудио
- Вызов инструментов
- Структурированный вывод
Провайдеры GPT Audio
| Провайдер | Вход | Выход | Контекст |
|---|---|---|---|
|
|
275 ₽ | 1103 ₽ | 128K |
Цены считаются по провайдеру, который фактически обработал запрос. Порядок в таблице — по возрастанию цены. Прочерк — провайдер не поддерживает операцию. Флаг — страна серверов или штаб-квартиры провайдера (подробности — при наведении).
API GPT Audio: подключение и примеры кода
base_url
и ключ, идентификатор модели передаётся в поле
model.
Один ключ открывает доступ ко всем моделям каталога, лимиты и расход — в личном кабинете.
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://routerai.ru/api/v1"
)
response = client.chat.completions.create(
model="openai/gpt-audio",
modalities=["text", "audio"],
messages=[
{"role": "user", "content": "Расскажи о зарождении вселенной"}
],
audio={
"voice": "alloy",
"format": "pcm16"
},
stream=True
)
# Process streaming response
for chunk in response:
print(chunk)
import requests
import json
url = "https://routerai.ru/api/v1/chat/completions"
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
data = {
"model": "openai/gpt-audio",
"modalities": ["text", "audio"],
"messages": [
{"role": "user", "content": "Расскажи о зарождении вселенной"}
],
"audio": {
"voice": "alloy",
"format": "pcm16"
},
"stream": True
}
response = requests.post(url, headers=headers, json=data, stream=True)
# Process streaming response
for line in response.iter_lines():
if line:
print(line.decode('utf-8'))
curl -X POST "https://routerai.ru/api/v1/chat/completions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-audio",
"modalities": ["text", "audio"],
"messages": [
{"role": "user", "content": "Расскажи о зарождении вселенной"}
],
"audio": {
"voice": "alloy",
"format": "pcm16"
},
"stream": true
}'
Эндпоинты API для GPT Audio
Chat Completions
Основной эндпоинт: принимает историю сообщений и возвращает ответ модели. Поддерживает потоковый (SSE) и обычный режимы.
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- openai/gpt-audio
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| modalities | array | ["text"] | Модальности ответа модели. Для получения аудио передайте ["text", "audio"]. |
| audio | map | — | Настройки аудио-ответа: voice — голос (например, alloy), format — формат аудио (например, pcm16, mp3, wav). Обязателен при запросе аудио через modalities. |
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| logprobs | boolean | — | Возвращать ли логарифмы вероятностей выходных токенов. |
| top_logprobs | integer | — | Число от 0 до 20: сколько наиболее вероятных токенов возвращать на каждой позиции, каждый с логарифмом вероятности. |
| response_format | map | — | Заставляет модель выдавать ответ в определённом формате. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| structured_outputs | boolean | — | Поддержка ответа по строгой JSON-схеме. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
Responses API
Создаёт ответ в формате OpenAI Responses API — для агентных сценариев и работы с инструментами. Поддерживает потоковый и обычный режимы.
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- openai/gpt-audio
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| modalities | array | ["text"] | Модальности ответа модели. Для получения аудио передайте ["text", "audio"]. |
| audio | map | — | Настройки аудио-ответа: voice — голос (например, alloy), format — формат аудио (например, pcm16, mp3, wav). Обязателен при запросе аудио через modalities. |
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| logprobs | boolean | — | Возвращать ли логарифмы вероятностей выходных токенов. |
| top_logprobs | integer | — | Число от 0 до 20: сколько наиболее вероятных токенов возвращать на каждой позиции, каждый с логарифмом вероятности. |
| response_format | map | — | Заставляет модель выдавать ответ в определённом формате. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| structured_outputs | boolean | — | Поддержка ответа по строгой JSON-схеме. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
Messages API
Создаёт сообщение в формате Anthropic Messages API. Поддерживает текст, изображения, инструменты и размышления (thinking).
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- openai/gpt-audio
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| modalities | array | ["text"] | Модальности ответа модели. Для получения аудио передайте ["text", "audio"]. |
| audio | map | — | Настройки аудио-ответа: voice — голос (например, alloy), format — формат аудио (например, pcm16, mp3, wav). Обязателен при запросе аудио через modalities. |
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| logprobs | boolean | — | Возвращать ли логарифмы вероятностей выходных токенов. |
| top_logprobs | integer | — | Число от 0 до 20: сколько наиболее вероятных токенов возвращать на каждой позиции, каждый с логарифмом вероятности. |
| response_format | map | — | Заставляет модель выдавать ответ в определённом формате. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| structured_outputs | boolean | — | Поддержка ответа по строгой JSON-схеме. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
Частые вопросы о GPT Audio
Работает ли GPT Audio из России без VPN?
Да. Прямой доступ через веб-чат и API RouterAI — без VPN, прокси и зарубежных карт, оплата в рублях.
Сколько стоит GPT Audio?
Вход — 275 ₽ за 1 млн токенов, выход — 1103 ₽ за 1 млн токенов. Списывается только фактическое использование, без подписки.
Какой контекст у GPT Audio?
Контекстное окно — 128K токенов на запрос, длина ответа — до 16K токенов.
Поддерживает ли GPT Audio вызов инструментов?
Да: модель вызывает функции (параметр tools) и умеет отвечать по строгой JSON-схеме — через API в формате OpenAI.
Что с данными в запросах к GPT Audio?
Содержимое запросов RouterAI передаёт только провайдеру модели для обработки и не использует для обучения моделей. Email, телефон и платёжные данные провайдерам не передаются, учётные данные хранятся на серверах в России. Политика конфиденциальности
Чем RouterAI отличается от сервиса OpenAI?
Один ключ и единый баланс в рублях для всех моделей каталога, API в формате OpenAI.
Попробуйте GPT Audio
В чате или по API — доступ из России за пару минут, оплата в рублях.
Открыть в чате