Dapatkan email saat harga campuran model ini turun. Tidak diperlukan akun.
Satu email per tetes. Berhenti berlangganan kapan saja.
Harga campuran harian ($/1 juta) — dicatat setiap hari, menjadi tren seiring berjalannya waktu.
Campuran output-to-input 3:1, per 1 juta token
Sumber: litellm
Pembuatan teks, obrolan, ringkasan, dan beban kerja konten untuk tujuan umum yang mengutamakan kemampuan luas dan biaya rendah.
OpenAI GPT Audio 1.5 adalah model audio masuk/audio keluar untuk alur kerja suara gaya Penyelesaian Obrolan.
gpt-audio-1.5 adalah model Teks dari OpenAI (US). HotON.ai melacaknya pada $2.50 per 1 juta token masukan dan $10.00 per 1 juta token keluaran, dengan jendela konteks token 128K. Skor efisiensi gabungannya adalah 85/100 dengan perkiraan $0.010 per tugas yang berhasil.
gpt-audio-1.5 dilacak pada $2.50 per 1 juta token masukan dan $10.00 per 1 juta token keluaran. Beban kerja output-to-input 3:1 rata-rata berpadu menjadi $8.13 per 1 juta token. Angka adalah ilustrasi data demo.
Pembuatan teks, obrolan, ringkasan, dan beban kerja konten untuk tujuan umum yang mengutamakan kemampuan luas dan biaya rendah.
gpt-audio-1.5 mendukung hingga jendela konteks token 128K — cukup besar untuk dokumen panjang dan percakapan panjang dalam satu permintaan.
Dalam rangkaian terlacak HotON.ai, gpt-audio-1.5 lebih murah dibandingkan 12% model dalam hal harga input dan menempati peringkat #475 dari 535 berdasarkan efisiensi keseluruhan.
Ya — minimax-m2.1 adalah opsi berbiaya lebih rendah di $0.95 per 1 juta token keluaran, namun tetap mencakup kasus penggunaan Teks yang serupa. Bandingkan keduanya secara berdampingan di HotON.ai.
Siap untuk ditempelkan ke dalam artikel, makalah, atau permintaan AI — harga dan tanggal diperbarui dengan data langsung.
HotON.ai — gpt-audio-1.5 (OpenAI): $2.50/1M input, $10.00/1M output. https://hoton.ai/id/models/openai-gpt-audio-1-5Harga nyata (melalui katalog TestKey, diperbarui setiap hari). Kualitas (Arena Elo) nyata dimana modelnya diperingkat di LMArena. Efisiensi adalah gabungan harga riil dan konteks yang dimodelkan.