GPT Audio

GPT Audio 是什么？

gpt-audio 模型是 OpenAI 首个全面可用的音频模型。新快照配备了升级的解码器，使语音听起来更自然，并保持更好的语音一致性。

每 1M 输入 / 输出 token

$2.25 / $9.00

官方价：$2.50 / $10.00

输入

文本 + 音频

输出：文本 + 音频

最高档相对官方价

9 折

最高档

GPT Audio 能做什么

• 工具型智能体

• 结构化输出（JSON）

• 音频理解

• 语音回复

GPT Audio 与同类模型价格对比

各模型在 OceanToken 上每 1M token 的起步价，取自截至 2026年11月5日 的目录。可切换输入价和输出价；点击名称进入该模型页面。

• GPT Audio 对比 Gemini 3.1 Flash TTS Preview

  价格

  Gemini 3.1 Flash TTS Preview 价格为 $1.00 / $20.00，是 GPT Audio 的 1.9 倍。

  Gemini 3.1 Flash TTS Preview API 

• GPT Audio 对比 Gemini 3.8 Flash Lite TTS

  价格

  Gemini 3.8 Flash Lite TTS 价格为 $0.50 / $6.00，比 GPT Audio 低 42%。

  Gemini 3.8 Flash Lite TTS API 

起步价：新账户首次充值后（第 1 档）支付的价格。

GPT Audio 规格

GPT Audio 的技术参数，取自 OceanToken 模型目录。

输入

文本, 音频

输出

文本, 音频

推理

暂未公布

工具调用

支持

tool_choice

结构化输出

支持

response_format

GPT Audio 模型 ID 与接口

OceanToken 模型 ID

openai/gpt-audio已复制

OpenAI 兼容 Base URL

https://api.oceantoken.ai/v1已复制

接口

POST /v1/chat/completions已复制

GPT Audio API 价格

价格取自截至 2026年11月5日 的 OceanToken 模型目录。按用量从预付余额扣费，无需订阅。

GPT Audio 费用计算器

选一个典型请求，或填入自己的 token 数。计算器按本页起步价计算，并给出上面对比的模型在同样用量下的费用。

按起步价（第 1 档）计算。缓存命中的输入按缓存读取价计费；缓存写入未计入，因为它取决于提示前缀变化的频率。控制台显示你所在档位的价格。

单次请求费用

按上面的起步价计算输入和输出 token，不含缓存。

如何在 OceanToken 上使用 GPT Audio

三步从没有账户到发出可用的请求。同一个 key 和余额可用于目录中的所有模型。

1. 1

   创建账户并获取 API Key

   注册 OceanToken 账户，然后创建一个 key。一个 key 可调用你账户能用的所有模型。

   获取 API Key 

2. 2

   充值

   OceanToken 采用预付费：充值后，每次请求从余额扣费。控制台显示你所在档位的价格。

   充值 

3. 3

   在代码中调用 GPT Audio

   把 OpenAI SDK 指向 https://api.oceantoken.ai/v1，模型 ID 填 openai/gpt-audio。下面的代码发送一次请求。

   from openai import OpenAI
   # 在 OceanToken 控制台创建 API Key
   client = OpenAI(base_url="https://api.oceantoken.ai/v1",
                   api_key="YOUR_API_KEY")
   reply = client.chat.completions.create(
       model="openai/gpt-audio",
       messages=[{"role": "user", "content": "Hello"}])
   print(reply.choices[0].message.content)

   文档：参数、请求示例与同类模型