हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।
OpenAI: GPT Audio Mini
openai/gpt-audio-miniOpenAI: GPT Audio Mini अभी आज़माएं
ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।
सेटिंग्स
OpenAI: GPT Audio Mini एक नज़र में
- 1,28,000 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
- agents और integrations के लिए tool (function) calling सपोर्ट करता है।
- schema के साथ structured JSON output सपोर्ट करता है।
OpenAI: GPT Audio Mini के बारे में
GPT Audio Mini, OpenAI का एक ऑडियो मॉडल है, जिसे GPT Audio के छोटे, लागत-कुशल संस्करण के रूप में पेश किया गया है। यह ऑडियो श्रेणी में आता है और टेक्स्ट को भी कवर करता है, इसलिए यह उन कार्यभारों के लिए है जहाँ बोले गए इनपुट और बोले गए आउटपुट मायने रखते हैं, न कि केवल टाइप की गई बातचीत। api14 पर मॉडल id openai/gpt-audio-mini है, और प्रदाता की रिलीज़ तिथि 2026-01-19 है। बड़ी GPT Audio श्रृंखला की तुलना में, यह स्नैपशॉट अधिक स्वाभाविक आवाज़ों के लिए उन्नत डिकोडर का उपयोग करता है और बेहतर आवाज़ निरंतरता बनाए रखता है।
मॉडल इनपुट के रूप में टेक्स्ट और ऑडियो स्वीकार करता है और आउटपुट के रूप में टेक्स्ट और ऑडियो उत्पन्न कर सकता है। इसकी कॉन्टेक्स्ट विंडो 128,000 टोकन है, और अधिकतम आउटपुट 16,384 टोकन है। इसका मतलब है कि आप ऑडियो के साथ-साथ एक काफी लंबी बातचीत या लंबा ऑडियो-व्युत्पन्न ट्रांसक्रिप्ट पास कर सकते हैं, फिर लिखित उत्तर या बोला गया उत्तर प्राप्त कर सकते हैं। समर्थित पैरामीटर में temperature, top_p, max_tokens, stop, seed, frequency_penalty, presence_penalty, logit_bias, logprobs और top_logprobs शामिल हैं, इसलिए सैंपलिंग और पुनरुत्पादन नियंत्रण उपलब्ध हैं, साथ ही आकारित प्रतिक्रियाओं और फ़ंक्शन कॉलिंग के लिए structured_outputs, response_format, tools और tool_choice भी।
ये क्षमताएँ कुछ व्यावहारिक पैटर्न की ओर संकेत करती हैं। वॉइस असिस्टेंट और इंटरैक्टिव एजेंट स्पष्ट रूप से उपयुक्त हैं, क्योंकि मॉडल बोली जाने वाली बातचीत के दोनों पक्षों को संभालता है और प्रत्येक टर्न में आवाज़ की निरंतरता बनाए रखता है। ट्रांसक्रिप्शन-शैली के वर्कफ़्लो जिन्हें केवल टेक्स्ट के बजाय बोला गया उत्तर चाहिए, वे भी काम करते हैं, साथ ही वे एक्सेसिबिलिटी सुविधाएँ भी जो सामग्री को स्वाभाविक आवाज़ में पढ़कर सुनाती हैं। चूँकि टूल कॉलिंग और संरचित आउटपुट समर्थित हैं, आप ऑडियो फ्रंट एंड बना सकते हैं जो बैकएंड फ़ंक्शन ट्रिगर करते हैं, उदाहरण के लिए एक फ़ोन एजेंट जो अपॉइंटमेंट बुक करता है या ऑर्डर स्थिति देखता है और मौखिक रूप से उत्तर देता है। लंबा कॉन्टेक्स्ट मल्टी-टर्न सत्रों के लिए या जब मॉडल को अपने सामने एक बड़ा ट्रांसक्रिप्ट चाहिए, तब मदद करता है।
आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल id openai/gpt-audio-mini का उपयोग करके कॉल करते हैं। अपने मौजूदा OpenAI SDK या HTTP क्लाइंट को api14 बेस URL पर इंगित करें, उस id के साथ चैट कम्पलीशन अनुरोध भेजें, और जहाँ आवश्यक हो संदेशों में ऑडियो सामग्री शामिल करें। अनुरोध बॉडी frequency_penalty, logit_bias, logprobs, max_tokens, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_logprobs और top_p स्वीकार करती है। जब आप एक विशिष्ट आउटपुट आकार चाहते हैं तो response_format सेट करें, और जब मॉडल को फ़ंक्शन कॉल करने चाहिए तो tools के साथ tool_choice का उपयोग करें। पृष्ठ की लाइव मूल्य तालिका वर्तमान दरें दिखाती है।
विचार करने योग्य एक बात आउटपुट लंबाई है: 16,384 टोकन एकल प्रतिक्रिया की सीमा है, इसलिए बहुत लंबे बोले गए उत्तरों या पूरी ऑडियोबुक-लंबाई की जनरेशन को खंडों में विभाजित करना बेहतर है। यदि आपका कार्य पूरी तरह से टेक्स्ट है, तो केवल-टेक्स्ट मॉडल सरल हो सकता है, और यदि आपको OpenAI द्वारा प्रदान की जाने वाली सबसे मजबूत ऑडियो गुणवत्ता चाहिए, तो पूर्ण GPT Audio मॉडल विकल्प है। अन्यथा, यह मिनी संस्करण समान इनपुट और आउटपुट मोडलिटी को छोटे पैमाने पर कवर करता है।
OpenAI: GPT Audio Mini API कैसे कॉल करें
- अपने dashboard में API key बनाएं।
- अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
- baseURL को https://api14.com/api/v1 और model को "openai/gpt-audio-mini" पर सेट करें।
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "openai/gpt-audio-mini",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
समर्थित parameters
frequency_penaltylogit_biaslogprobsmax_tokenspresence_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_logprobstop_pस्पेसिफिकेशन
- Context लंबाई
- 1,28,000
- अधिकतम आउटपुट
- 16,384
- इनपुट
- text, audio
- आउटपुट
- text, audio
api14 पर requests · पिछले 7 दिन
OpenAI: GPT Audio Mini: अक्सर पूछे जाने वाले सवाल
- OpenAI: GPT Audio Mini API की कीमत कितनी है?
- OpenAI: GPT Audio Mini की कीमत इनपुट $2.10 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
- OpenAI: GPT Audio Mini की context window कितनी है?
- OpenAI: GPT Audio Mini हर request में 1,28,000 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 16,384 आउटपुट tokens तक लिखता है।
- OpenAI: GPT Audio Mini क्या कर सकता है?
- OpenAI: GPT Audio Mini text, audio स्वीकार करता है और text, audio लौटाता है। यह tool calling, structured JSON output सपोर्ट करता है।
- अपने कोड से OpenAI: GPT Audio Mini कैसे कॉल करूं?
- किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "openai/gpt-audio-mini" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
- OpenAI: GPT Audio Mini के विकल्प क्या हैं?
- मिलती-जुलती कीमत वाले ऑडियो मॉडल: Google: Lyria 3 Pro Preview, Google: Lyria 3 Clip Preview, OpenAI: GPT Audio। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।
OpenAI: GPT Audio Mini कम्युनिटी
नया टॉपिकइस कम्युनिटी में अभी कोई टॉपिक नहीं है। OpenAI: GPT Audio Mini के बारे में पहला टॉपिक खोलें।