{
  "aboutHtml": "<p>GPT Transcribe ist OpenAIs Spracherkennungsmodell mit Textausgabe für abgeschlossene Audiodateien, gestreamte Dateitranskripte und bestätigte Audiobeiträge in Realtime-Sitzungen. Es nimmt Audio mit optionalem Textkontext entgegen und gibt erkannten Text zurück. Der Hersteller positioniert es für die genaue Transkription aufgezeichneter Sprache in ihrer Originalsprache, einschließlich Fachvokabular, mehrsprachiger Aufnahmen und Sprachwechsel. Das nützliche Ergebnis ist ein mit der Aufnahme verknüpftes Transkript, ergänzt um Metadaten zur erkannten Sprache, wenn das Modell eine zuverlässige Vorhersage treffen kann.</p><h4>Eine abgeschlossene Aufnahme vorbereiten</h4><p>OpenAIs Ablauf zur Dateitranskription akzeptiert Uploads bis zu 25 MB. Die aktuelle Endpunktreferenz nennt die Eingabeformate FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV und WebM. Sie empfiehlt ausreichende Dateimetadaten zur Formaterkennung, einschließlich einer passenden Dateinamenserweiterung und eines Inhaltstyps. Für eine größere Aufnahme empfiehlt der Leitfaden eine Komprimierung oder Aufteilung in Dateien von höchstens 25 MB. Schneiden Sie nicht mitten im Satz, weil fehlende umgebende Sprache die Erkennung ungenauer machen kann. Bewahren Sie die Reihenfolge der Teile und ihre Positionen in der Originalaufnahme.</p><p>Stellen Sie für eine Besprechung, ein Interview oder eine aufgezeichnete Präsentation das tatsächliche Audio bereit und benennen Sie das Thema sowie voraussichtlich gesprochene Fachbegriffe. Ein nützliches Ergebnis ist der erkannte Wortlaut statt einer erschlossenen Zusammenfassung des Gesprächs. Bewahren Sie die Kennung der Aufnahme zusammen mit dem zurückgegebenen Text, damit jemand bei der Prüfung eines Namens, einer Zahl oder einer unsicheren Formulierung zur richtigen Quelle zurückkehren kann. Ein Transkript kann anschließend als Material für einen separaten Zusammenfassungs-, Übersetzungs- oder Redaktionsablauf dienen.</p><h4>Kontext, Schlüsselbegriffhinweise und erwartete Sprachen</h4><p>Der Hersteller unterscheidet drei Arten von Hinweisen. Ein Prompt liefert frei formulierten Kontext zum Thema oder zur Situation der Aufnahme. Schlüsselbegriffe nennen wörtlich erwartete Wörter oder Ausdrücke. Eine Sprachenliste bezeichnet die erwarteten gesprochenen Sprachen. Beschreiben Sie bei einem zweisprachigen Produktgespräch die Situation im Prompt, führen Sie die relevanten Produktnamen als Schlüsselbegriffe auf und geben Sie die erwarteten Sprachen an. Dies sind Erkennungshinweise, keine Anweisungen, Vokabular einzufügen, das niemand gesprochen hat.</p><p>GPT Transcribe verwendet das Feld languages im Plural statt des älteren Felds language im Singular; laut OpenAI dürfen nicht beide gesendet werden. Der Leitfaden akzeptiert unterstützte ISO 639-1-Codes, ausgewählte ISO 639-3-Codes und regionale chinesische Locale-Codes. Nicht unterstützte oder fehlerhaft formatierte Werte werden abgewiesen. Jeder Schlüsselbegriff muss in einer einzigen Zeile bleiben und darf weder eine spitze Klammer noch einen Wagenrücklauf oder Zeilenvorschub enthalten. Ein ungültiger Schlüsselbegriff oder ein zu langer Prompt kann zur Ablehnung der gesamten Anfrage führen. Halten Sie den Kontext relevant und prüfen Sie, ob die als Hinweis genannten Namen tatsächlich im Audio vorkommen, statt die Hinweisliste als Transkript zu behandeln.</p><h4>JSON-Ausgabe und Vorhersagen erkannter Sprachen</h4><p>Das dokumentierte Dateiergebnis ist JSON mit dem Transkript und den erkannten Sprachen. Diese Sprachvorhersagen sind eine Modellausgabe und keine Kopie der bereitgestellten Sprachhinweise. Eine leere Sprachenliste ist ein gültiges Ergebnis, wenn das Modell keine zuverlässige Vorhersage treffen kann; sie belegt weder eine stille Aufnahme noch eine fehlgeschlagene Transkription. Halten Sie den erkannten Text und die Sprachmetadaten getrennt, damit nachfolgende Verarbeitungsschritte beides seiner jeweiligen Bedeutung entsprechend nutzen können.</p><h4>Ein Dateitranskript streamen</h4><p>Eine abgeschlossene Datei kann während ihrer Verarbeitung schrittweise Transkripttext liefern. OpenAI dokumentiert Ereignisse vom Typ transcript.text.delta für Teiltext und transcript.text.done für das vollständige Dateitranskript; das abschließende Ereignis enthält außerdem erkannte Sprachen. Dabei wird die Ausgabe einer bereits bereitgestellten Aufnahme gestreamt. Dies eignet sich zur Fortschrittsanzeige bei einem langen Upload, während das abschließende Ereignis den Text festlegt, der als vollständiges Ergebnis bewahrt werden soll.</p><h4>Bestätigte Audiobeiträge in Realtime-Sitzungen</h4><p>GPT Transcribe besitzt außerdem einen spezialisierten Realtime-Ablauf über WebSocket. Audio wird an den Eingabepuffer angehängt, anschließend bestätigt die Anwendung ausdrücklich einen Audiobeitrag. Die Transkription beginnt für diesen bestätigten Block und kann vor dem Abschlussereignis Textänderungen ausgeben, einschließlich Informationen zur erkannten Sprache. In diesem Sitzungsablauf des Herstellers nutzt das Modell frühere transkribierte Beiträge automatisch als Kontext. Das unterscheidet sich davon, fortlaufend Live-Untertitel auszugeben, während Mikrofon-Audio eingeht; OpenAI nennt für diesen kontinuierlichen Ablauf GPT Live Transcribe.</p><p>Bewahren Sie bei mehreren Beiträgen die Kennung des Eingabeelements zusammen mit dem zugehörigen Transkript. OpenAI weist darauf hin, dass Abschlussereignisse verschiedener Beiträge nicht in der Reihenfolge des Gesprochenen eintreffen müssen. Ordnen Sie daher jedes Endergebnis seiner bestätigten Eingabe zu, statt ein Gespräch allein nach Abschlusszeiten anzuordnen. Das nützliche Ergebnis ist ein geordnetes Transkript aus den richtigen abschließenden Elementen. Zwischenstände gelten als Fortschritt und nicht als separate abgeschlossene Äußerung.</p><h4>Spezialisierte Ausgaben und wesentliche Grenzen</h4><p>Dieses Profil legt keinen universellen Ausgabeumfang für Untertitel, Zeitstempel, Übersetzung oder Sprecherkennzeichnungen fest. OpenAIs Migrationsleitfaden unterscheidet diese spezialisierten Funktionen: Native Untertitelformate und Zeitangaben für einzelne Wörter benötigen ein kompatibles Modell und Format, während Sprecherkennzeichnungen GPT-4o Transcribe Diarize verwenden. Das Dateiergebnis von GPT Transcribe ist JSON und kein direkter Ersatz für eine Antwort im SRT- oder VTT-Format oder eine Antwort mit ausführlichen Zeitstempeln. Seine genaue Modellkarte veröffentlicht keine zahlenmäßige Kontext- oder Maximalausgabegrenze. Ein Tokenfenster eines Chatmodells darf deshalb nicht für die Audiotranskription vorausgesetzt werden.</p><p>Prüfen Sie schwieriges Vokabular, Zahlen, Akzente, Hintergrundgeräusche und Sprachwechsel anhand der Aufnahme. Prüfen Sie, ob relevante Hinweise die Erkennung verbessert haben, ohne ungesprochene Begriffe einzuführen, und ob das abschließende Transkript das Ende des Audios enthält. Bewahren Sie bei einem mehrsprachigen Ergebnis den gesprochenen Wortlaut, bevor Sie eine übersetzte Fassung erstellen. Diese Prüfungen machen das Transkript als Quellenmaterial nützlich und halten dabei Kontexthinweise, erkannte Sprachen und den tatsächlich erkannten Wortlaut klar auseinander.</p>",
  "aboutText": "GPT Transcribe ist OpenAIs Spracherkennungsmodell mit Textausgabe für abgeschlossene Audiodateien, gestreamte Dateitranskripte und bestätigte Audiobeiträge in Realtime-Sitzungen. Es nimmt Audio mit optionalem Textkontext entgegen und gibt erkannten Text zurück. Der Hersteller positioniert es für die genaue Transkription aufgezeichneter Sprache in ihrer Originalsprache, einschließlich Fachvokabular, mehrsprachiger Aufnahmen und Sprachwechsel. Das nützliche Ergebnis ist ein mit der Aufnahme verknüpftes Transkript, ergänzt um Metadaten zur erkannten Sprache, wenn das Modell eine zuverlässige Vorhersage treffen kann.\n\n### Eine abgeschlossene Aufnahme vorbereiten\n\nOpenAIs Ablauf zur Dateitranskription akzeptiert Uploads bis zu 25 MB. Die aktuelle Endpunktreferenz nennt die Eingabeformate FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV und WebM. Sie empfiehlt ausreichende Dateimetadaten zur Formaterkennung, einschließlich einer passenden Dateinamenserweiterung und eines Inhaltstyps. Für eine größere Aufnahme empfiehlt der Leitfaden eine Komprimierung oder Aufteilung in Dateien von höchstens 25 MB. Schneiden Sie nicht mitten im Satz, weil fehlende umgebende Sprache die Erkennung ungenauer machen kann. Bewahren Sie die Reihenfolge der Teile und ihre Positionen in der Originalaufnahme.\n\nStellen Sie für eine Besprechung, ein Interview oder eine aufgezeichnete Präsentation das tatsächliche Audio bereit und benennen Sie das Thema sowie voraussichtlich gesprochene Fachbegriffe. Ein nützliches Ergebnis ist der erkannte Wortlaut statt einer erschlossenen Zusammenfassung des Gesprächs. Bewahren Sie die Kennung der Aufnahme zusammen mit dem zurückgegebenen Text, damit jemand bei der Prüfung eines Namens, einer Zahl oder einer unsicheren Formulierung zur richtigen Quelle zurückkehren kann. Ein Transkript kann anschließend als Material für einen separaten Zusammenfassungs-, Übersetzungs- oder Redaktionsablauf dienen.\n\n### Kontext, Schlüsselbegriffhinweise und erwartete Sprachen\n\nDer Hersteller unterscheidet drei Arten von Hinweisen. Ein Prompt liefert frei formulierten Kontext zum Thema oder zur Situation der Aufnahme. Schlüsselbegriffe nennen wörtlich erwartete Wörter oder Ausdrücke. Eine Sprachenliste bezeichnet die erwarteten gesprochenen Sprachen. Beschreiben Sie bei einem zweisprachigen Produktgespräch die Situation im Prompt, führen Sie die relevanten Produktnamen als Schlüsselbegriffe auf und geben Sie die erwarteten Sprachen an. Dies sind Erkennungshinweise, keine Anweisungen, Vokabular einzufügen, das niemand gesprochen hat.\n\nGPT Transcribe verwendet das Feld languages im Plural statt des älteren Felds language im Singular; laut OpenAI dürfen nicht beide gesendet werden. Der Leitfaden akzeptiert unterstützte ISO 639-1-Codes, ausgewählte ISO 639-3-Codes und regionale chinesische Locale-Codes. Nicht unterstützte oder fehlerhaft formatierte Werte werden abgewiesen. Jeder Schlüsselbegriff muss in einer einzigen Zeile bleiben und darf weder eine spitze Klammer noch einen Wagenrücklauf oder Zeilenvorschub enthalten. Ein ungültiger Schlüsselbegriff oder ein zu langer Prompt kann zur Ablehnung der gesamten Anfrage führen. Halten Sie den Kontext relevant und prüfen Sie, ob die als Hinweis genannten Namen tatsächlich im Audio vorkommen, statt die Hinweisliste als Transkript zu behandeln.\n\n### JSON-Ausgabe und Vorhersagen erkannter Sprachen\n\nDas dokumentierte Dateiergebnis ist JSON mit dem Transkript und den erkannten Sprachen. Diese Sprachvorhersagen sind eine Modellausgabe und keine Kopie der bereitgestellten Sprachhinweise. Eine leere Sprachenliste ist ein gültiges Ergebnis, wenn das Modell keine zuverlässige Vorhersage treffen kann; sie belegt weder eine stille Aufnahme noch eine fehlgeschlagene Transkription. Halten Sie den erkannten Text und die Sprachmetadaten getrennt, damit nachfolgende Verarbeitungsschritte beides seiner jeweiligen Bedeutung entsprechend nutzen können.\n\n### Ein Dateitranskript streamen\n\nEine abgeschlossene Datei kann während ihrer Verarbeitung schrittweise Transkripttext liefern. OpenAI dokumentiert Ereignisse vom Typ transcript.text.delta für Teiltext und transcript.text.done für das vollständige Dateitranskript; das abschließende Ereignis enthält außerdem erkannte Sprachen. Dabei wird die Ausgabe einer bereits bereitgestellten Aufnahme gestreamt. Dies eignet sich zur Fortschrittsanzeige bei einem langen Upload, während das abschließende Ereignis den Text festlegt, der als vollständiges Ergebnis bewahrt werden soll.\n\n### Bestätigte Audiobeiträge in Realtime-Sitzungen\n\nGPT Transcribe besitzt außerdem einen spezialisierten Realtime-Ablauf über WebSocket. Audio wird an den Eingabepuffer angehängt, anschließend bestätigt die Anwendung ausdrücklich einen Audiobeitrag. Die Transkription beginnt für diesen bestätigten Block und kann vor dem Abschlussereignis Textänderungen ausgeben, einschließlich Informationen zur erkannten Sprache. In diesem Sitzungsablauf des Herstellers nutzt das Modell frühere transkribierte Beiträge automatisch als Kontext. Das unterscheidet sich davon, fortlaufend Live-Untertitel auszugeben, während Mikrofon-Audio eingeht; OpenAI nennt für diesen kontinuierlichen Ablauf GPT Live Transcribe.\n\nBewahren Sie bei mehreren Beiträgen die Kennung des Eingabeelements zusammen mit dem zugehörigen Transkript. OpenAI weist darauf hin, dass Abschlussereignisse verschiedener Beiträge nicht in der Reihenfolge des Gesprochenen eintreffen müssen. Ordnen Sie daher jedes Endergebnis seiner bestätigten Eingabe zu, statt ein Gespräch allein nach Abschlusszeiten anzuordnen. Das nützliche Ergebnis ist ein geordnetes Transkript aus den richtigen abschließenden Elementen. Zwischenstände gelten als Fortschritt und nicht als separate abgeschlossene Äußerung.\n\n### Spezialisierte Ausgaben und wesentliche Grenzen\n\nDieses Profil legt keinen universellen Ausgabeumfang für Untertitel, Zeitstempel, Übersetzung oder Sprecherkennzeichnungen fest. OpenAIs Migrationsleitfaden unterscheidet diese spezialisierten Funktionen: Native Untertitelformate und Zeitangaben für einzelne Wörter benötigen ein kompatibles Modell und Format, während Sprecherkennzeichnungen GPT-4o Transcribe Diarize verwenden. Das Dateiergebnis von GPT Transcribe ist JSON und kein direkter Ersatz für eine Antwort im SRT- oder VTT-Format oder eine Antwort mit ausführlichen Zeitstempeln. Seine genaue Modellkarte veröffentlicht keine zahlenmäßige Kontext- oder Maximalausgabegrenze. Ein Tokenfenster eines Chatmodells darf deshalb nicht für die Audiotranskription vorausgesetzt werden.\n\nPrüfen Sie schwieriges Vokabular, Zahlen, Akzente, Hintergrundgeräusche und Sprachwechsel anhand der Aufnahme. Prüfen Sie, ob relevante Hinweise die Erkennung verbessert haben, ohne ungesprochene Begriffe einzuführen, und ob das abschließende Transkript das Ende des Audios enthält. Bewahren Sie bei einem mehrsprachigen Ergebnis den gesprochenen Wortlaut, bevor Sie eine übersetzte Fassung erstellen. Diese Prüfungen machen das Transkript als Quellenmaterial nützlich und halten dabei Kontexthinweise, erkannte Sprachen und den tatsächlich erkannten Wortlaut klar auseinander.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "8feb540337fddeb7f824b6696b279d50479abd7c0c4dacb15b00d73d6c011f58",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "de-at",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">O</span><h2 id=\"sheet-title\">OpenAI: GPT Transcribe</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Schließen\">×</button></div><div class=\"idline\"><span>OpenAI /</span><code>openai/gpt-transcribe</code><button type=\"button\" id=\"copy-id\">ID kopieren</button></div><nav class=\"card-jump-nav\" aria-label=\"Bereiche der Modellkarte\"><button type=\"button\" data-card-jump=\"overview\">Einstieg</button><button type=\"button\" data-card-jump=\"methods\">Eingaben und Methoden</button><button type=\"button\" data-card-jump=\"pricing\">Tarife</button><button type=\"button\" data-card-jump=\"examples\">Beispiele</button><button type=\"button\" data-card-jump=\"results\">Ergebnisse</button><button type=\"button\" data-card-jump=\"aliases\">Aliasnamen</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"API-Methoden\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|transcriptions|/v1/audio/transcriptions|openai%2Fgpt-transcribe\">Spracherkennung</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">Einstieg</h3><p class=\"mdesc-full\">GPT Transcribe wandelt aufgezeichnete Sprache in Text in der Originalsprache um und unterstützt Kontext-Prompts, Hinweise mit wörtlichen Schlüsselbegriffen sowie Hinweise auf mehrere Sprachen. OpenAI dokumentiert die Transkription abgeschlossener Dateien, gestreamte Dateiergebnisse und die Transkription nach bestätigten Audiobeiträgen in Realtime.</p><dl class=\"card-io\" data-card-io><div><dt>Zulässige Eingaben</dt><dd>Audio</dd></div><div><dt>Ergebnisse</dt><dd>Text</dd></div></dl><details class=\"card-about\"><summary>Über das Modell</summary><p class=\"note-s\" data-model-method-boundary>Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.</p><div class=\"mabout\" id=\"m-about\"><p>GPT Transcribe ist OpenAIs Spracherkennungsmodell mit Textausgabe für abgeschlossene Audiodateien, gestreamte Dateitranskripte und bestätigte Audiobeiträge in Realtime-Sitzungen. Es nimmt Audio mit optionalem Textkontext entgegen und gibt erkannten Text zurück. Der Hersteller positioniert es für die genaue Transkription aufgezeichneter Sprache in ihrer Originalsprache, einschließlich Fachvokabular, mehrsprachiger Aufnahmen und Sprachwechsel. Das nützliche Ergebnis ist ein mit der Aufnahme verknüpftes Transkript, ergänzt um Metadaten zur erkannten Sprache, wenn das Modell eine zuverlässige Vorhersage treffen kann.</p><h4>Eine abgeschlossene Aufnahme vorbereiten</h4><p>OpenAIs Ablauf zur Dateitranskription akzeptiert Uploads bis zu 25 MB. Die aktuelle Endpunktreferenz nennt die Eingabeformate FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV und WebM. Sie empfiehlt ausreichende Dateimetadaten zur Formaterkennung, einschließlich einer passenden Dateinamenserweiterung und eines Inhaltstyps. Für eine größere Aufnahme empfiehlt der Leitfaden eine Komprimierung oder Aufteilung in Dateien von höchstens 25 MB. Schneiden Sie nicht mitten im Satz, weil fehlende umgebende Sprache die Erkennung ungenauer machen kann. Bewahren Sie die Reihenfolge der Teile und ihre Positionen in der Originalaufnahme.</p><p>Stellen Sie für eine Besprechung, ein Interview oder eine aufgezeichnete Präsentation das tatsächliche Audio bereit und benennen Sie das Thema sowie voraussichtlich gesprochene Fachbegriffe. Ein nützliches Ergebnis ist der erkannte Wortlaut statt einer erschlossenen Zusammenfassung des Gesprächs. Bewahren Sie die Kennung der Aufnahme zusammen mit dem zurückgegebenen Text, damit jemand bei der Prüfung eines Namens, einer Zahl oder einer unsicheren Formulierung zur richtigen Quelle zurückkehren kann. Ein Transkript kann anschließend als Material für einen separaten Zusammenfassungs-, Übersetzungs- oder Redaktionsablauf dienen.</p><h4>Kontext, Schlüsselbegriffhinweise und erwartete Sprachen</h4><p>Der Hersteller unterscheidet drei Arten von Hinweisen. Ein Prompt liefert frei formulierten Kontext zum Thema oder zur Situation der Aufnahme. Schlüsselbegriffe nennen wörtlich erwartete Wörter oder Ausdrücke. Eine Sprachenliste bezeichnet die erwarteten gesprochenen Sprachen. Beschreiben Sie bei einem zweisprachigen Produktgespräch die Situation im Prompt, führen Sie die relevanten Produktnamen als Schlüsselbegriffe auf und geben Sie die erwarteten Sprachen an. Dies sind Erkennungshinweise, keine Anweisungen, Vokabular einzufügen, das niemand gesprochen hat.</p><p>GPT Transcribe verwendet das Feld languages im Plural statt des älteren Felds language im Singular; laut OpenAI dürfen nicht beide gesendet werden. Der Leitfaden akzeptiert unterstützte ISO 639-1-Codes, ausgewählte ISO 639-3-Codes und regionale chinesische Locale-Codes. Nicht unterstützte oder fehlerhaft formatierte Werte werden abgewiesen. Jeder Schlüsselbegriff muss in einer einzigen Zeile bleiben und darf weder eine spitze Klammer noch einen Wagenrücklauf oder Zeilenvorschub enthalten. Ein ungültiger Schlüsselbegriff oder ein zu langer Prompt kann zur Ablehnung der gesamten Anfrage führen. Halten Sie den Kontext relevant und prüfen Sie, ob die als Hinweis genannten Namen tatsächlich im Audio vorkommen, statt die Hinweisliste als Transkript zu behandeln.</p><h4>JSON-Ausgabe und Vorhersagen erkannter Sprachen</h4><p>Das dokumentierte Dateiergebnis ist JSON mit dem Transkript und den erkannten Sprachen. Diese Sprachvorhersagen sind eine Modellausgabe und keine Kopie der bereitgestellten Sprachhinweise. Eine leere Sprachenliste ist ein gültiges Ergebnis, wenn das Modell keine zuverlässige Vorhersage treffen kann; sie belegt weder eine stille Aufnahme noch eine fehlgeschlagene Transkription. Halten Sie den erkannten Text und die Sprachmetadaten getrennt, damit nachfolgende Verarbeitungsschritte beides seiner jeweiligen Bedeutung entsprechend nutzen können.</p><h4>Ein Dateitranskript streamen</h4><p>Eine abgeschlossene Datei kann während ihrer Verarbeitung schrittweise Transkripttext liefern. OpenAI dokumentiert Ereignisse vom Typ transcript.text.delta für Teiltext und transcript.text.done für das vollständige Dateitranskript; das abschließende Ereignis enthält außerdem erkannte Sprachen. Dabei wird die Ausgabe einer bereits bereitgestellten Aufnahme gestreamt. Dies eignet sich zur Fortschrittsanzeige bei einem langen Upload, während das abschließende Ereignis den Text festlegt, der als vollständiges Ergebnis bewahrt werden soll.</p><h4>Bestätigte Audiobeiträge in Realtime-Sitzungen</h4><p>GPT Transcribe besitzt außerdem einen spezialisierten Realtime-Ablauf über WebSocket. Audio wird an den Eingabepuffer angehängt, anschließend bestätigt die Anwendung ausdrücklich einen Audiobeitrag. Die Transkription beginnt für diesen bestätigten Block und kann vor dem Abschlussereignis Textänderungen ausgeben, einschließlich Informationen zur erkannten Sprache. In diesem Sitzungsablauf des Herstellers nutzt das Modell frühere transkribierte Beiträge automatisch als Kontext. Das unterscheidet sich davon, fortlaufend Live-Untertitel auszugeben, während Mikrofon-Audio eingeht; OpenAI nennt für diesen kontinuierlichen Ablauf GPT Live Transcribe.</p><p>Bewahren Sie bei mehreren Beiträgen die Kennung des Eingabeelements zusammen mit dem zugehörigen Transkript. OpenAI weist darauf hin, dass Abschlussereignisse verschiedener Beiträge nicht in der Reihenfolge des Gesprochenen eintreffen müssen. Ordnen Sie daher jedes Endergebnis seiner bestätigten Eingabe zu, statt ein Gespräch allein nach Abschlusszeiten anzuordnen. Das nützliche Ergebnis ist ein geordnetes Transkript aus den richtigen abschließenden Elementen. Zwischenstände gelten als Fortschritt und nicht als separate abgeschlossene Äußerung.</p><h4>Spezialisierte Ausgaben und wesentliche Grenzen</h4><p>Dieses Profil legt keinen universellen Ausgabeumfang für Untertitel, Zeitstempel, Übersetzung oder Sprecherkennzeichnungen fest. OpenAIs Migrationsleitfaden unterscheidet diese spezialisierten Funktionen: Native Untertitelformate und Zeitangaben für einzelne Wörter benötigen ein kompatibles Modell und Format, während Sprecherkennzeichnungen GPT-4o Transcribe Diarize verwenden. Das Dateiergebnis von GPT Transcribe ist JSON und kein direkter Ersatz für eine Antwort im SRT- oder VTT-Format oder eine Antwort mit ausführlichen Zeitstempeln. Seine genaue Modellkarte veröffentlicht keine zahlenmäßige Kontext- oder Maximalausgabegrenze. Ein Tokenfenster eines Chatmodells darf deshalb nicht für die Audiotranskription vorausgesetzt werden.</p><p>Prüfen Sie schwieriges Vokabular, Zahlen, Akzente, Hintergrundgeräusche und Sprachwechsel anhand der Aufnahme. Prüfen Sie, ob relevante Hinweise die Erkennung verbessert haben, ohne ungesprochene Begriffe einzuführen, und ob das abschließende Transkript das Ende des Audios enthält. Bewahren Sie bei einem mehrsprachigen Ergebnis den gesprochenen Wortlaut, bevor Sie eine übersetzte Fassung erstellen. Diese Prüfungen machen das Transkript als Quellenmaterial nützlich und halten dabei Kontexthinweise, erkannte Sprachen und den tatsächlich erkannten Wortlaut klar auseinander.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">In Ailoot verfügbar · Eingaben und Methoden</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Transkription</b> <code>POST /v1/audio/transcriptions</code></summary><dl class=\"method-capabilities\"><div><dt>Eingabe</dt><dd><code>audio</code></dd></div><div><dt>Ausgabe</dt><dd><code>text</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Feld</th><th>Typ</th><th>Anforderung</th><th>Werte und Limits</th><th>Standard</th></tr></thead><tbody><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>string</code></td><td data-cell-label=\"Anforderung\"><span class=\"card-cell-label\">Anforderung</span>Erforderlich</td><td data-cell-label=\"Werte und Limits\"><span class=\"card-cell-label\">Werte und Limits</span><div>openai/gpt-transcribe</div></td><td data-cell-label=\"Standard\" data-default=\"unspecified\"><span class=\"card-cell-label\">Standard</span>—</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">input_audio</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>object</code></td><td data-cell-label=\"Anforderung\"><span class=\"card-cell-label\">Anforderung</span>Erforderlich</td><td data-cell-label=\"Werte und Limits\"><span class=\"card-cell-label\">Werte und Limits</span></td><td data-cell-label=\"Standard\" data-default=\"unspecified\"><span class=\"card-cell-label\">Standard</span>—</td></tr></tbody></table></div><details class=\"note-s\" data-method-contract><summary>Methodenparameter und Lebenszyklus</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Parameter</th><th>Vertrag</th></tr></thead><tbody><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>content_type</code></th><td data-cell-label=\"Vertrag\"><span class=\"card-cell-label\">Vertrag</span>application/json</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>required</code></th><td data-cell-label=\"Vertrag\"><span class=\"card-cell-label\">Vertrag</span>model, input_audio</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>material_types</code></th><td data-cell-label=\"Vertrag\"><span class=\"card-cell-label\">Vertrag</span>audio</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>material_conditions</code></th><td data-cell-label=\"Vertrag\"><span class=\"card-cell-label\">Vertrag</span>Das Beispiel liest Ihre tatsächliche, nicht leere PCM-WAV-Datei, kodiert die vollständigen Dateibytes als base64 und übermittelt input_audio.format als wav.</td></tr></tbody></table></div><p>Lebenszyklus: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · exakte task_id aus einem bestehenden, Ihnen zugeordneten Mediendatensatz</p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}/content</code></p><p class=\"note-s\"><code>GET /v1/media/assets</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Tarife</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.</p><dl data-price-conditions><dt>Schnellmodus</dt><dd>Nicht angegeben <span class=\"note-s\">Wenn der Schnellmodus ausgewählt ist</span></dd><dt>Flex-Modus</dt><dd>Nicht angegeben <span class=\"note-s\">Wenn der Modus flex ausgewählt ist</span></dd><dt>Maximaler Denkaufwand</dt><dd>Nicht angegeben <span class=\"note-s\">Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird</span></dd></dl></div><div data-declared-tariff-pricing><h4>Ailoot-Tarife</h4><h4>Preise nach Konfiguration</h4><p class=\"note-s\">Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Konfiguration</th><th>Tarifstaffel</th><th>Abrechnungseinheit</th><th>Gebühr</th></tr></thead><tbody><tr><th data-cell-label=\"Konfiguration\" scope=\"row\"><span class=\"card-cell-label\">Konfiguration</span>Basistarife für Tokens</th><td data-cell-label=\"Tarifstaffel\"><span class=\"card-cell-label\">Tarifstaffel</span>Grundtarif</td><td data-cell-label=\"Abrechnungseinheit\"><span class=\"card-cell-label\">Abrechnungseinheit</span>—</td><td data-cell-label=\"Gebühr\"><span class=\"card-cell-label\">Gebühr</span><div><span>Eingabe · Eingabetoken</span> <b>—</b> <span class=\"price-unit\">/ 1K Tokens</span></div><div><span>Ausgabe · Ausgabetoken</span> <b>—</b> <span class=\"price-unit\">/ 1K Tokens</span></div><div><span>Eingabe · Cache lesen</span> <b>—</b> <span class=\"price-unit\">/ 1K Tokens</span></div><div><span>Eingabe · In Cache schreiben</span> <b>—</b> <span class=\"price-unit\">/ 1K Tokens</span></div><div><span>Eingabe · In Cache schreiben, 1 Stunde</span> <b>—</b> <span class=\"price-unit\">/ 1K Tokens</span></div></td></tr><tr><th data-cell-label=\"Konfiguration\" scope=\"row\"><span class=\"card-cell-label\">Konfiguration</span>Audioeingabesekunde</th><td data-cell-label=\"Tarifstaffel\"><span class=\"card-cell-label\">Tarifstaffel</span>—</td><td data-cell-label=\"Abrechnungseinheit\"><span class=\"card-cell-label\">Abrechnungseinheit</span>pro Sekunde Eingabeaudio</td><td data-cell-label=\"Gebühr\"><span class=\"card-cell-label\">Gebühr</span><div><span>Eingabe · Audioeingabesekunde</span> <b>$0.00015</b> <span class=\"price-unit\">pro Sekunde Eingabeaudio</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. <a href=\"/docs/de-at/billing/reserve/\">So funktionieren Reservierung und Abrechnung →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Beispielanfragen</h3><h4>Ailoot Ultra · Transkription</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Codevarianten\"><button class=\"cg-tab\" id=\"model-code-2158-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2158-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · tatsächliche WAV-Datei und vollständiges Originalergebnis</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Code kopieren\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2158-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2158-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}&quot;\nexport AILOOT_AUDIO_FILE\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ[&#39;AILOOT_AUDIO_FILE&#39;]).read_bytes()\nif not (audio[:4] == b&#39;RIFF&#39; and audio[8:12] == b&#39;WAVE&#39;):\n    raise SystemExit(&#39;Supply your actual PCM WAV audio file&#39;)\nwith wave.open(io.BytesIO(audio), &#39;rb&#39;) as recording:\n    if recording.getcomptype() != &#39;NONE&#39; or recording.getnframes() &lt;= 0:\n        raise SystemExit(&#39;Supply a nonempty PCM WAV recording&#39;)\nrequest = {&#39;model&#39;: &#39;openai/gpt-transcribe&#39;, &#39;input_audio&#39;: {&#39;data&#39;: base64.b64encode(audio).decode(&#39;ascii&#39;), &#39;format&#39;: &#39;wav&#39;}}\nPath(&#39;request.json&#39;).write_text(json.dumps(request, ensure_ascii=False), encoding=&#39;utf-8&#39;)\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Ergebnisse abrufen und speichern</h3><h4>Ailoot Ultra · Transkription</h4><p class=\"note-s\">Vollständiger ursprünglicher Antwortinhalt, Status und weitergeleitete Header. Dieser Handler fügt weder ein allgemeingültiges JSON-Format noch ein Textfeld oder eine äußere Aufgabenstruktur hinzu.</p><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><div class=\"card-result-process\" data-all-results><h5>Alle fertiggestellten Ergebnisse aufbewahren</h5><p class=\"note-s\">Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.</p><p class=\"note-s\">Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Wenn die ursprüngliche Antwort geprüft werden muss</h5><p class=\"note-s\">Bewahren Sie die tatsächliche X-Client-Request-ID und die vollständige Antwort auf. Lesen Sie die ursprünglichen, Ihnen zugeordneten Assets und deren exakte signierte Inhalts-URLs; übermitteln Sie eine Erstellung mit unklarem Ergebnis niemals erneut.</p></div><details class=\"card-about\" data-output-fields><summary>Antwortfelder</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Feld</th><th>Typ</th></tr></thead><tbody><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">text (when present)</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span></td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">usage (when present)</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span></td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Fehler und nächste Schritte</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Antwort</th><th>Bedingung</th><th>Nächster Schritt</th></tr></thead><tbody><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Der JSON-Inhalt oder die explizite kanonische Modell-ID ist ungültig.</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Bewahren Sie die Antwort auf und korrigieren Sie das angegebene Anfragefeld.</td></tr><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span>401 · <code>authentication_error</code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Der Ailoot API-Schlüssel ist ungültig.</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Verwenden Sie Ihren autorisierten Ailoot API-Schlüssel.</td></tr><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span>403 · <code>permission_error</code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Die Schlüsselgruppe lässt diese Methode nicht zu.</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Bewahren Sie die zurückgegebenen Fehlerdetails auf.</td></tr><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span>404 · <code>not_found_error</code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Für die ausgewählte Methode ist keine Route zugelassen.</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Bewahren Sie die zurückgegebenen Fehlerdetails auf.</td></tr><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span>422 · <code>price_unavailable</code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Der akzeptierte Tarif kann seine erforderliche Eingabemenge oder Obergrenze nicht ermitteln.</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Bewahren Sie die Antwort auf; verwenden Sie die vom akzeptierten Tarif erforderte Eingabedarstellung.</td></tr><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span>503 · <code></code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Erforderlicher Speicher, Route, Methodenpreis oder Reservierung ist nicht verfügbar.</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Bewahren Sie die vollständige ursprüngliche Antwort auf. Eine unklare Reservierung berechtigt nicht zur erneuten Übermittlung.</td></tr><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span>502 · <code>server_error</code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Das ursprüngliche Ergebnis, der Verbrauch oder die Abrechnung muss geprüft werden.</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Bewahren Sie die tatsächliche Anfrage-ID und die ursprüngliche Antwort auf. Lesen Sie den bestehenden, Ihnen zugeordneten Datensatz; übermitteln Sie die Erstellung nicht erneut.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Aliasnamen</h3><h4>Modellaliasnamen</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=openai%2Fgpt-transcribe&amp;route=Ultra&amp;caller=openai%2Fgpt-transcribe&amp;fmt=transcriptions\"><code>openai/gpt-transcribe</code></a></span></p><h4>Aliasnamen für Methodenpfade</h4><p class=\"note-s\">Verwenden Sie die oben angezeigten Methodenpfade.</p><h4>Zugehörige Aufrufer-IDs</h4><p class=\"note-s\"><a href=\"#m=openai%2Fgpt-transcribe&amp;route=Ultra&amp;caller=openai%2Fgpt-transcribe&amp;fmt=transcriptions\"><code>openai/gpt-transcribe</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "openai/gpt-transcribe",
        "fmt": "transcriptions",
        "http": "POST",
        "path": "/v1/audio/transcriptions",
        "request_model_id": "openai/gpt-transcribe",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|openai%2Fgpt-transcribe",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "errors": [
              {
                "code": null,
                "condition": "Der JSON-Inhalt oder die explizite kanonische Modell-ID ist ungültig.",
                "http_status": 400,
                "recovery": "Bewahren Sie die Antwort auf und korrigieren Sie das angegebene Anfragefeld.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Der Ailoot API-Schlüssel ist ungültig.",
                "http_status": 401,
                "recovery": "Verwenden Sie Ihren autorisierten Ailoot API-Schlüssel.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "Die Schlüsselgruppe lässt diese Methode nicht zu.",
                "http_status": 403,
                "recovery": "Bewahren Sie die zurückgegebenen Fehlerdetails auf.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "Für die ausgewählte Methode ist keine Route zugelassen.",
                "http_status": 404,
                "recovery": "Bewahren Sie die zurückgegebenen Fehlerdetails auf.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "Der akzeptierte Tarif kann seine erforderliche Eingabemenge oder Obergrenze nicht ermitteln.",
                "http_status": 422,
                "recovery": "Bewahren Sie die Antwort auf; verwenden Sie die vom akzeptierten Tarif erforderte Eingabedarstellung.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "Erforderlicher Speicher, Route, Methodenpreis oder Reservierung ist nicht verfügbar.",
                "http_status": 503,
                "recovery": "Bewahren Sie die vollständige ursprüngliche Antwort auf. Eine unklare Reservierung berechtigt nicht zur erneuten Übermittlung.",
                "type": null
              },
              {
                "code": null,
                "condition": "Das ursprüngliche Ergebnis, der Verbrauch oder die Abrechnung muss geprüft werden.",
                "http_status": 502,
                "operation_id_source": "actual X-Client-Request-ID",
                "recovery": "Bewahren Sie die tatsächliche Anfrage-ID und die ursprüngliche Antwort auf. Lesen Sie den bestehenden, Ihnen zugeordneten Datensatz; übermitteln Sie die Erstellung nicht erneut.",
                "response_headers": {
                  "x-should-retry": "false"
                },
                "type": "server_error"
              }
            ],
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed content URL"
                }
              ],
              "dedicated_method_polling_or_cancel": false,
              "mode": "synchronous_result_then_owned_library",
              "original_POST_adds_task_envelope": false,
              "status": [
                {
                  "http": "GET",
                  "id_source": "exact task_id from an existing owned media record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Bewahren Sie die tatsächliche X-Client-Request-ID und die vollständige Antwort auf. Lesen Sie die ursprünglichen, Ihnen zugeordneten Assets und deren exakte signierte Inhalts-URLs; übermitteln Sie eine Erstellung mit unklarem Ergebnis niemals erneut."
            },
            "outputs": {
              "all_results": "Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text (when present)",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage (when present)",
                  "type": null
                }
              ],
              "result": "Vollständiger ursprünglicher Antwortinhalt, Status und weitergeleitete Header. Dieser Handler fügt weder ein allgemeingültiges JSON-Format noch ein Textfeld oder eine äußere Aufgabenstruktur hinzu."
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "openai/gpt-transcribe"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "input_audio",
                "required": true,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "model": {
                  "enum": [
                    "openai/gpt-transcribe"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "openai/gpt-transcribe"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Das Beispiel liest Ihre tatsächliche, nicht leere PCM-WAV-Datei, kodiert die vollständigen Dateibytes als base64 und übermittelt input_audio.format als wav."
            ],
            "material_types": [
              "audio"
            ],
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed content URL"
              }
            ],
            "dedicated_method_polling_or_cancel": false,
            "mode": "synchronous_result_then_owned_library",
            "original_POST_adds_task_envelope": false,
            "status": [
              {
                "http": "GET",
                "id_source": "exakte task_id aus einem bestehenden, Ihnen zugeordneten Mediendatensatz",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text (when present)",
                "type": null
              },
              {
                "description": null,
                "name": "usage (when present)",
                "type": null
              }
            ],
            "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler."
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.00015",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.00015",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n    raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n        raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'openai/gpt-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n",
            "label": "curl · actual WAV file and complete original result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.",
          "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Transkription",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "audio_transcriptions",
        "out": null,
        "output": [
          "text"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_second": 0.00015
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.00015",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.00015",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "request_model_id": "openai/gpt-transcribe",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.00015",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.00015",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ]
      }
    }
  ],
  "model_id": "openai/gpt-transcribe",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "b3b376316207ae506a4aee7d41a641be8ebb998df5e6e3e922c4b268d82cd83b",
    "input_html_sha256": "fa3657215eba7006db53ab0799cea0e4eb252e8fd3cbe5a9d2be3ab7409e5efa",
    "private_audit_sha256": "ef70c7159d9fcefca5d60eec4433195761ad4a3f9ae4c96187419b714d6926e1",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/de-at/openai-gpt-transcribe/",
    "description": "GPT Transcribe wandelt aufgezeichnete Sprache in Text in der Originalsprache um und unterstützt Kontext-Prompts, Hinweise mit wörtlichen Schlüsselbegriffen sowie Hinweise auf mehrere Sprachen. OpenAI dokumentiert die Transkription abgeschlossener Dateien, gestreamte Dateiergebnisse und die Transkription nach bestätigten Audiobeiträgen in Realtime.",
    "locale": "de-at",
    "md_url": "https://ailoot.ai/models/de-at/openai-gpt-transcribe/index.md",
    "title": "OpenAI: GPT Transcribe — Ailoot",
    "url": "https://ailoot.ai/models/de-at/openai-gpt-transcribe/"
  },
  "rawModel": {
    "about": "GPT Transcribe ist OpenAIs Spracherkennungsmodell mit Textausgabe für abgeschlossene Audiodateien, gestreamte Dateitranskripte und bestätigte Audiobeiträge in Realtime-Sitzungen. Es nimmt Audio mit optionalem Textkontext entgegen und gibt erkannten Text zurück. Der Hersteller positioniert es für die genaue Transkription aufgezeichneter Sprache in ihrer Originalsprache, einschließlich Fachvokabular, mehrsprachiger Aufnahmen und Sprachwechsel. Das nützliche Ergebnis ist ein mit der Aufnahme verknüpftes Transkript, ergänzt um Metadaten zur erkannten Sprache, wenn das Modell eine zuverlässige Vorhersage treffen kann.\n\n### Eine abgeschlossene Aufnahme vorbereiten\n\nOpenAIs Ablauf zur Dateitranskription akzeptiert Uploads bis zu 25 MB. Die aktuelle Endpunktreferenz nennt die Eingabeformate FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV und WebM. Sie empfiehlt ausreichende Dateimetadaten zur Formaterkennung, einschließlich einer passenden Dateinamenserweiterung und eines Inhaltstyps. Für eine größere Aufnahme empfiehlt der Leitfaden eine Komprimierung oder Aufteilung in Dateien von höchstens 25 MB. Schneiden Sie nicht mitten im Satz, weil fehlende umgebende Sprache die Erkennung ungenauer machen kann. Bewahren Sie die Reihenfolge der Teile und ihre Positionen in der Originalaufnahme.\n\nStellen Sie für eine Besprechung, ein Interview oder eine aufgezeichnete Präsentation das tatsächliche Audio bereit und benennen Sie das Thema sowie voraussichtlich gesprochene Fachbegriffe. Ein nützliches Ergebnis ist der erkannte Wortlaut statt einer erschlossenen Zusammenfassung des Gesprächs. Bewahren Sie die Kennung der Aufnahme zusammen mit dem zurückgegebenen Text, damit jemand bei der Prüfung eines Namens, einer Zahl oder einer unsicheren Formulierung zur richtigen Quelle zurückkehren kann. Ein Transkript kann anschließend als Material für einen separaten Zusammenfassungs-, Übersetzungs- oder Redaktionsablauf dienen.\n\n### Kontext, Schlüsselbegriffhinweise und erwartete Sprachen\n\nDer Hersteller unterscheidet drei Arten von Hinweisen. Ein Prompt liefert frei formulierten Kontext zum Thema oder zur Situation der Aufnahme. Schlüsselbegriffe nennen wörtlich erwartete Wörter oder Ausdrücke. Eine Sprachenliste bezeichnet die erwarteten gesprochenen Sprachen. Beschreiben Sie bei einem zweisprachigen Produktgespräch die Situation im Prompt, führen Sie die relevanten Produktnamen als Schlüsselbegriffe auf und geben Sie die erwarteten Sprachen an. Dies sind Erkennungshinweise, keine Anweisungen, Vokabular einzufügen, das niemand gesprochen hat.\n\nGPT Transcribe verwendet das Feld languages im Plural statt des älteren Felds language im Singular; laut OpenAI dürfen nicht beide gesendet werden. Der Leitfaden akzeptiert unterstützte ISO 639-1-Codes, ausgewählte ISO 639-3-Codes und regionale chinesische Locale-Codes. Nicht unterstützte oder fehlerhaft formatierte Werte werden abgewiesen. Jeder Schlüsselbegriff muss in einer einzigen Zeile bleiben und darf weder eine spitze Klammer noch einen Wagenrücklauf oder Zeilenvorschub enthalten. Ein ungültiger Schlüsselbegriff oder ein zu langer Prompt kann zur Ablehnung der gesamten Anfrage führen. Halten Sie den Kontext relevant und prüfen Sie, ob die als Hinweis genannten Namen tatsächlich im Audio vorkommen, statt die Hinweisliste als Transkript zu behandeln.\n\n### JSON-Ausgabe und Vorhersagen erkannter Sprachen\n\nDas dokumentierte Dateiergebnis ist JSON mit dem Transkript und den erkannten Sprachen. Diese Sprachvorhersagen sind eine Modellausgabe und keine Kopie der bereitgestellten Sprachhinweise. Eine leere Sprachenliste ist ein gültiges Ergebnis, wenn das Modell keine zuverlässige Vorhersage treffen kann; sie belegt weder eine stille Aufnahme noch eine fehlgeschlagene Transkription. Halten Sie den erkannten Text und die Sprachmetadaten getrennt, damit nachfolgende Verarbeitungsschritte beides seiner jeweiligen Bedeutung entsprechend nutzen können.\n\n### Ein Dateitranskript streamen\n\nEine abgeschlossene Datei kann während ihrer Verarbeitung schrittweise Transkripttext liefern. OpenAI dokumentiert Ereignisse vom Typ transcript.text.delta für Teiltext und transcript.text.done für das vollständige Dateitranskript; das abschließende Ereignis enthält außerdem erkannte Sprachen. Dabei wird die Ausgabe einer bereits bereitgestellten Aufnahme gestreamt. Dies eignet sich zur Fortschrittsanzeige bei einem langen Upload, während das abschließende Ereignis den Text festlegt, der als vollständiges Ergebnis bewahrt werden soll.\n\n### Bestätigte Audiobeiträge in Realtime-Sitzungen\n\nGPT Transcribe besitzt außerdem einen spezialisierten Realtime-Ablauf über WebSocket. Audio wird an den Eingabepuffer angehängt, anschließend bestätigt die Anwendung ausdrücklich einen Audiobeitrag. Die Transkription beginnt für diesen bestätigten Block und kann vor dem Abschlussereignis Textänderungen ausgeben, einschließlich Informationen zur erkannten Sprache. In diesem Sitzungsablauf des Herstellers nutzt das Modell frühere transkribierte Beiträge automatisch als Kontext. Das unterscheidet sich davon, fortlaufend Live-Untertitel auszugeben, während Mikrofon-Audio eingeht; OpenAI nennt für diesen kontinuierlichen Ablauf GPT Live Transcribe.\n\nBewahren Sie bei mehreren Beiträgen die Kennung des Eingabeelements zusammen mit dem zugehörigen Transkript. OpenAI weist darauf hin, dass Abschlussereignisse verschiedener Beiträge nicht in der Reihenfolge des Gesprochenen eintreffen müssen. Ordnen Sie daher jedes Endergebnis seiner bestätigten Eingabe zu, statt ein Gespräch allein nach Abschlusszeiten anzuordnen. Das nützliche Ergebnis ist ein geordnetes Transkript aus den richtigen abschließenden Elementen. Zwischenstände gelten als Fortschritt und nicht als separate abgeschlossene Äußerung.\n\n### Spezialisierte Ausgaben und wesentliche Grenzen\n\nDieses Profil legt keinen universellen Ausgabeumfang für Untertitel, Zeitstempel, Übersetzung oder Sprecherkennzeichnungen fest. OpenAIs Migrationsleitfaden unterscheidet diese spezialisierten Funktionen: Native Untertitelformate und Zeitangaben für einzelne Wörter benötigen ein kompatibles Modell und Format, während Sprecherkennzeichnungen GPT-4o Transcribe Diarize verwenden. Das Dateiergebnis von GPT Transcribe ist JSON und kein direkter Ersatz für eine Antwort im SRT- oder VTT-Format oder eine Antwort mit ausführlichen Zeitstempeln. Seine genaue Modellkarte veröffentlicht keine zahlenmäßige Kontext- oder Maximalausgabegrenze. Ein Tokenfenster eines Chatmodells darf deshalb nicht für die Audiotranskription vorausgesetzt werden.\n\nPrüfen Sie schwieriges Vokabular, Zahlen, Akzente, Hintergrundgeräusche und Sprachwechsel anhand der Aufnahme. Prüfen Sie, ob relevante Hinweise die Erkennung verbessert haben, ohne ungesprochene Begriffe einzuführen, und ob das abschließende Transkript das Ende des Audios enthält. Bewahren Sie bei einem mehrsprachigen Ergebnis den gesprochenen Wortlaut, bevor Sie eine übersetzte Fassung erstellen. Diese Prüfungen machen das Transkript als Quellenmaterial nützlich und halten dabei Kontexthinweise, erkannte Sprachen und den tatsächlich erkannten Wortlaut klar auseinander.",
    "alias_of": null,
    "aliases": [],
    "author": "OpenAI",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [
        "audio"
      ],
      "manufacturer_output": [
        "transcription"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.00015",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.00015",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ],
        "summary": "Die vollständigen Preisangaben zur Konfiguration finden Sie in den Details."
      }
    ],
    "ctx": null,
    "formats": [
      "transcriptions"
    ],
    "id": "openai/gpt-transcribe",
    "input": [
      "audio"
    ],
    "kind": "audio",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "errors": [
              {
                "code": null,
                "condition": "Der JSON-Inhalt oder die explizite kanonische Modell-ID ist ungültig.",
                "http_status": 400,
                "recovery": "Bewahren Sie die Antwort auf und korrigieren Sie das angegebene Anfragefeld.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Der Ailoot API-Schlüssel ist ungültig.",
                "http_status": 401,
                "recovery": "Verwenden Sie Ihren autorisierten Ailoot API-Schlüssel.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "Die Schlüsselgruppe lässt diese Methode nicht zu.",
                "http_status": 403,
                "recovery": "Bewahren Sie die zurückgegebenen Fehlerdetails auf.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "Für die ausgewählte Methode ist keine Route zugelassen.",
                "http_status": 404,
                "recovery": "Bewahren Sie die zurückgegebenen Fehlerdetails auf.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "Der akzeptierte Tarif kann seine erforderliche Eingabemenge oder Obergrenze nicht ermitteln.",
                "http_status": 422,
                "recovery": "Bewahren Sie die Antwort auf; verwenden Sie die vom akzeptierten Tarif erforderte Eingabedarstellung.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "Erforderlicher Speicher, Route, Methodenpreis oder Reservierung ist nicht verfügbar.",
                "http_status": 503,
                "recovery": "Bewahren Sie die vollständige ursprüngliche Antwort auf. Eine unklare Reservierung berechtigt nicht zur erneuten Übermittlung.",
                "type": null
              },
              {
                "code": null,
                "condition": "Das ursprüngliche Ergebnis, der Verbrauch oder die Abrechnung muss geprüft werden.",
                "http_status": 502,
                "operation_id_source": "actual X-Client-Request-ID",
                "recovery": "Bewahren Sie die tatsächliche Anfrage-ID und die ursprüngliche Antwort auf. Lesen Sie den bestehenden, Ihnen zugeordneten Datensatz; übermitteln Sie die Erstellung nicht erneut.",
                "response_headers": {
                  "x-should-retry": "false"
                },
                "type": "server_error"
              }
            ],
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed content URL"
                }
              ],
              "dedicated_method_polling_or_cancel": false,
              "mode": "synchronous_result_then_owned_library",
              "original_POST_adds_task_envelope": false,
              "status": [
                {
                  "http": "GET",
                  "id_source": "exact task_id from an existing owned media record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Bewahren Sie die tatsächliche X-Client-Request-ID und die vollständige Antwort auf. Lesen Sie die ursprünglichen, Ihnen zugeordneten Assets und deren exakte signierte Inhalts-URLs; übermitteln Sie eine Erstellung mit unklarem Ergebnis niemals erneut."
            },
            "outputs": {
              "all_results": "Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text (when present)",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage (when present)",
                  "type": null
                }
              ],
              "result": "Vollständiger ursprünglicher Antwortinhalt, Status und weitergeleitete Header. Dieser Handler fügt weder ein allgemeingültiges JSON-Format noch ein Textfeld oder eine äußere Aufgabenstruktur hinzu."
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "openai/gpt-transcribe"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "input_audio",
                "required": true,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "model": {
                  "enum": [
                    "openai/gpt-transcribe"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "openai/gpt-transcribe"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Das Beispiel liest Ihre tatsächliche, nicht leere PCM-WAV-Datei, kodiert die vollständigen Dateibytes als base64 und übermittelt input_audio.format als wav."
            ],
            "material_types": [
              "audio"
            ],
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed content URL"
              }
            ],
            "dedicated_method_polling_or_cancel": false,
            "mode": "synchronous_result_then_owned_library",
            "original_POST_adds_task_envelope": false,
            "status": [
              {
                "http": "GET",
                "id_source": "exakte task_id aus einem bestehenden, Ihnen zugeordneten Mediendatensatz",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text (when present)",
                "type": null
              },
              {
                "description": null,
                "name": "usage (when present)",
                "type": null
              }
            ],
            "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler."
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.00015",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.00015",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n    raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n        raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'openai/gpt-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n",
            "label": "curl · actual WAV file and complete original result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.",
          "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Transkription",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "audio_transcriptions",
        "out": null,
        "output": [
          "text"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_second": 0.00015
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.00015",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.00015",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "request_model_id": "openai/gpt-transcribe",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.00015",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.00015",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "openai/gpt-transcribe",
        "request_model_id": "openai/gpt-transcribe",
        "route_label": "Ultra"
      }
    ],
    "name": "OpenAI: GPT Transcribe",
    "price": {
      "in": null,
      "in_label": null,
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": true
    },
    "short": "GPT Transcribe wandelt aufgezeichnete Sprache in Text in der Originalsprache um und unterstützt Kontext-Prompts, Hinweise mit wörtlichen Schlüsselbegriffen sowie Hinweise auf mehrere Sprachen. OpenAI dokumentiert die Transkription abgeschlossener Dateien, gestreamte Dateiergebnisse und die Transkription nach bestätigten Audiobeiträgen in Realtime."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "GPT Transcribe wandelt aufgezeichnete Sprache in Text in der Originalsprache um und unterstützt Kontext-Prompts, Hinweise mit wörtlichen Schlüsselbegriffen sowie Hinweise auf mehrere Sprachen. OpenAI dokumentiert die Transkription abgeschlossener Dateien, gestreamte Dateiergebnisse und die Transkription nach bestätigten Audiobeiträgen in Realtime.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "ec162e9a7ef63464795ecc611e327986affe67808dee1daec549c674d3e3ef83",
    "renderer_sha256": "4915581496a34d8a27d706c57a04aa12aa22b4b136560828b2e1b9b8437d1eb0"
  },
  "sourceRevision": "d20b30feafeb8dcc5cca81e06563e70de5adaa39709929817081903371a999cb"
}