Fish Audio: Transcribe 1 対 OpenAI: GPT Transcribe
api14カタログの最新のUSD料金と機能をもとに、Fish Audio: Transcribe 1（$0.02 / 分 (≈ ￥3)）とOpenAI: GPT Transcribe（$0.02 / 分 (≈ ￥2)）を並べて比較します。どちらも同じOpenAI互換APIで動作します。
仕様
| Fish Audio: Transcribe 1 | OpenAI: GPT Transcribe | |
|---|---|---|
| プロバイダー | Fish Audio | OpenAI |
| 音声 | $0.02 / 分 (≈ ￥3) | $0.02 / 分 (≈ ￥2) |
| コンテキストウィンドウ | - | - |
| 最大出力 | - | - |
| 入力 | audio | audio |
| 出力 | transcription | transcription |
| ツール呼び出し | ||
| 構造化出力 | ||
| 推論の調整 | ||
| 追加日 | 2026/07/29 | 2026/08/05 |
主な違い
- OpenAI: GPT Transcribeは入力トークンが25%安くなっています。
詳しく見る
Fish Audio: Transcribe 1 は Fish Audio の文字起こしモデルで、モデル ID fish-audio/transcribe-1 として登録されています。OpenAI: GPT Transcribe は OpenAI の文字起こしモデルで、モデル ID openai/gpt-transcribe として登録されています。どちらも api14 上の同じ文字起こしカテゴリに属し、どちらも同じ時期にリリースされており、Fish Audio のエントリは 2026-07-29、OpenAI のエントリは 2026-08-05 付けです。開発者にとって実用的な出発点は、これらが同じ作業、つまり音声をテキストに変換するための競合する 2 つの選択肢であるという点です。
入手できる事実に基づくと、この 2 つのモデルは形としては非常に似て見えます。どちらも唯一の入力モダリティとして音声を受け入れ、どちらも唯一の出力モダリティとして文字起こしを返します。どちらもコンテキスト長を記載していないため、一方が他方より長い音声を扱えると言う根拠は示されていません。どちらも対応パラメータを記載しておらず、比較データではツール使用、構造化出力、推論は有意な差がないか不明とされており、一方にあって他方に欠ける能力はここにはありません。示されている唯一の質的な違いは入力の価格で、OpenAI のモデルの方が 2 つの中で入力が安価です。出力の価格はほぼ同等か不明とされているため、それ以上具体的なことは言えません。要するに、これは紙の上で一方のモデルが他方より高機能という話ではなく、同じモダリティ構成を持ち、請求の入力側で違いがある 2 つのモデルの話です。
このことが選択の仕方を形作ります。ワークロードが入力重視、つまり返ってくるテキスト量に対して音声の分数が多い場合、openai/gpt-transcribe の安い入力側がそちらに傾く理由です。ワークロードがより均衡に近い場合、あるいはご自身の理由で Fish Audio のモデルを好む場合は、ここに挙げた次元では両者はそれ以外は同等なので、fish-audio/transcribe-1 は依然として妥当な選択です。どちらにもコンテキスト長が公開されていないため、一方が他方より長いファイルを受け入れると仮定しないでください。コミットする前に、ご自身の音声の長さでテストしてください。同様に、どちらも対応パラメータを記載していないため、最初に確認せずに temperature や language hints のような調整可能なオプションを前提にどちらのモデル向けにも構築しないでください。
どちらを api14 経由で呼び出しても同じように動作します。ゲートウェイが OpenAI 互換 API を公開しているためです。クライアントを同じベース URL に向け、文字起こししたい音声を含む同じリクエスト形状を送り、リクエスト本文のモデル ID だけを変更します。Fish Audio のモデルには fish-audio/transcribe-1 を、OpenAI のモデルには openai/gpt-transcribe を使います。認証、リトライロジック、ストリーミング処理、レスポンス解析はそのままです。これにより両者の切り替えは 1 行の変更になり、ご自身の音声で出力品質を比較したいときや、価格が変わったときにトラフィックを移したいときに便利です。
どちらにもベンチマーク、スコア、ランキングが示されていないため、品質の根拠で一方のモデルがより良い選択だと言える強い論拠はデータにありません。正直な立場としては、選択は入力の価格、つまり OpenAI のモデルが安いという点と、各モデルがご自身の音声に対して生成する文字起こしのご自身の評価にかかっています。実際の録音のサンプルを両方の ID で実行し、テキストを比較して、それで決めてください。
文字列1つで切り替え
どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"fish-audio/transcribe-1"から"openai/gpt-transcribe"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。
import fs from "node:fs";
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.audio.transcriptions.create({
model: "openai/gpt-transcribe",
file: fs.createReadStream("audio.mp3"),
});
console.log(result.text);
その他の比較
- AssemblyAI: Universal-3.6 Pro 対 Mistral: Voxtral Mini Transcribe 3
- AssemblyAI: Universal-3.6 Pro 対 Mistral: Voxtral Small Transcribe 3
- AssemblyAI: Universal-3.6 Pro 対 Moondream: Parakeet Ultra
- AssemblyAI: Universal-3.6 Pro 対 NVIDIA: Nemotron 3.5 Transcribe
- Mistral: Voxtral Mini Transcribe 3 対 Mistral: Voxtral Small Transcribe 3
- Mistral: Voxtral Mini Transcribe 3 対 Moondream: Parakeet Ultra
- Mistral: Voxtral Mini Transcribe 3 対 NVIDIA: Nemotron 3.5 Transcribe
- Mistral: Voxtral Small Transcribe 3 対 Moondream: Parakeet Ultra