OpenAI: GPT-4o Transcribe

GPT-4o Transcribe 以 GPT-4o 為基礎，辨識率明顯優於 Whisper，對口音、雜訊與語速變化較穩定。

可用 prompt 提供上下文或專有名詞。輸出只支援 json 與 text（Gateway 也可轉成純文字）；需要時間軸字幕請改用 GPT Transcribe 或 Whisper。

依 tokens 計費（音訊輸入 6、文字輸出 10 USD／1M tokens，約 0.006 USD／分鐘），單檔最多 25 MB。