GPT Audio Mini
3158°
Ejecutar este modelo
Ofertas / Anuncios
OpenAI | contexto de 128,000 tokens | $0.60/M entrada, $2.40/M salida. Una versión rentable de GPT Audio. La nueva instantánea presenta un decodificador mejorado para voces con sonido más natural y mantiene mejor consistencia vocal. La entrada tiene un precio de $0.60 por millón de tokens y la salida de $2.40 por millón de tokens.
Guías para este modelo
Las 10 alternativas más baratas a ChatGPT en 2026: modelos locales gratuitos, planes gratuitos y tarifas planas
Pesos abiertos vs código abierto vs solo API: lo que realmente puedes hacer
Notas del capitán
Notas del 2026-10-13
GPT Audio Mini es el modelo de audio rentable de OpenAI, diseñado para aplicaciones que necesitan una salida de voz natural sin el costo del GPT Audio completo. La última versión incluye un decodificador mejorado que mejora la naturalidad y consistencia de la voz. Es ideal para desarrolladores que crean interfaces de voz, agentes conversacionales o cualquier flujo donde el volumen de salida de audio hace que el costo sea una preocupación real.
Conocido por
- Decodificador mejorado que produce voces más naturales y consistentes que su predecesor.
- Precio significativamente más bajo que el GPT Audio completo, haciendo práctica la salida de audio en gran volumen.
- Ventana de contexto de 128,000 tokens para manejar turnos conversacionales largos.
- Diseñado para pipelines de producción donde la salida de audio es el entregable principal.
Cuidado con
- Solo API, pesos cerrados — no se puede ejecutar localmente ni inspeccionar el modelo.
- Los tokens de salida de audio se cobran por separado; los costos pueden subir rápido en aplicaciones de voz de alto volumen.
- OpenAI no ha publicado benchmarks detallados de capacidad para este modelo.
Mejor para
Prompts para probar
Saludo para asistente de voz
Escribe un mensaje de bienvenida cálido y conciso para un asistente de voz de servicio al cliente de una compañía de seguros para el hogar. Debe presentar al asistente, explicar en qué puede ayudar y invitar al llamante a expresar su pregunta. Mantén menos de 40 palabras para que suene natural al hablar.
Guion de introducción para podcast
Escribe una introducción hablada de 30 segundos para un podcast semanal de noticias tecnológicas llamado 'Signal and Noise'. El anfitrión es directo y un poco seco. Menciona que este episodio cubre lanzamientos de modelos de IA, escasez de chips y una historia sobre un robot que hizo algo embarazoso. Haz que suene bien al leerse en voz alta.
Respuesta FAQ conversacional
Reescribe el siguiente texto para que suene natural cuando lo diga un asistente de voz, no leído de una pantalla. Elimina viñetas, abreviaturas o formatos. Mantén el significado intacto pero usa oraciones cortas y ritmo natural hablado. Texto a reescribir: 'Nuestra política de devoluciones permite devoluciones en 30 días para todos los artículos. Los artículos deben estar sin usar y en su empaque original. Los reembolsos se procesan en 5–7 días hábiles.'
Comparar con
- GPT-5.6 LunaModelo solo APIContexto de 1,050,000 tokens · $0.20/M entrada, $1.20/M salida
- GPT-4o-miniModelo solo APIContexto de 128,000 tokens · $0.15/M entrada, $0.60/M salida
- GPT-3.5 Turbo (older v0613)Modelo solo APIContexto de 4,095 tokens · $1.00/M entrada, $2.00/M salida
- GPT-5 NanoModelo solo APIContexto de 400,000 tokens · $0.05/M entrada, $0.40/M salida
Más modelos de texto de openai
Preguntas frecuentes
- ¿Puedo ejecutar GPT Audio Mini localmente?
- No. GPT Audio Mini es un modelo cerrado y solo por API de OpenAI — no hay pesos abiertos ni forma de alojarlo localmente.
- ¿Cuánto cuesta GPT Audio Mini y cuál es su ventana de contexto?
- La entrada cuesta $0.60 por millón de tokens y la salida $2.40 por millón de tokens, con una ventana de contexto de 128,000 tokens.
- ¿En qué se diferencia GPT Audio Mini del GPT Audio completo?
- GPT Audio Mini es la variante económica; comparte el decodificador mejorado para naturalidad y consistencia de voz pero con un precio menor, siendo la opción práctica cuando el volumen de salida es alto.
Veredicto del capitánSi estás construyendo un producto de voz y necesitas controlar los costos de salida de audio, este es el punto de partida sensato.
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Cómo se suma esta puntuación
Este modelo aún no tiene datos de popularidad de ninguna fuente, así que lleva un número provisional por debajo de 7,000° que mantiene las listas completas. Nunca se posiciona por encima de un modelo con datos. El desglose aparece aquí tan pronto como una fuente lo reporte.
Glosario: los términos usados aquí
- Puntuación heat
- Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
- Piso
- Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
- Equivalentes a descargas
- Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
- Escala logarítmica
- Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
- Likes
- Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
- Tasa de adopción
- Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
- Medido y estimado
- Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
- Seeder
- Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
- AI Horde
- Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
- Sitios de generación
- Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
- Tokens de OpenRouter
- Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
- LoRA y embedding
- Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
- Familia y pesos
- La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
- Antigüedad
- Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
- Impulso de familia
- Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
- Puntaje provisional
- Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
- ¡Nuevo! (periodo de gracia)
- Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
- Tendencia
- Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
- Modelo típico
- El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.
GPT Audio Mini es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.
Explorar por familia de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153