{
  "aboutHtml": "<p>Whisper large-v3-turbo, המכונה גם Turbo, הוא מודל התמלול הממוטב של OpenAI הנגזר מ-Whisper large-v3. המפענח שלו צומצם מ-32 שכבות לארבע, והמקודד נשאר עם 32 שכבות. למודל שפורסם יש כ-809 מיליון פרמטרים. מטרת היצרן היא זיהוי דיבור מהיר יותר עם ויתור מוגבל על דיוק, ולא מצב אחר של יצירת אודיו. דיבור מוקלט הוא הקלט וטקסט שזוהה הוא התוצאה.</p><p>הודעת הגרסה מבחינה בין הכנת Turbo לבין מודל Whisper שעבר זיקוק בנפרד: Turbo כוונן במשך שני מחזורי אימון נוספים על נתוני תמלול רב-לשוניים, ללא נתוני תרגום. ההבחנה הזאת חשובה מבחינה תפעולית. המאגר של OpenAI מציין ש-Turbo אינו מאומן לתרגום דיבור שאינו באנגלית לאנגלית ויכול להחזיר את השפה המקורית גם כשמתבקשת משימת תרגום. השתמשו במהדורה הזאת לתמליל באותה שפה; דרישת תרגום שייכת למודל מתאים אחר או לשלב נפרד לאחר התמלול.</p><p>זיהוי שפת המקור ובחירת שפה מפורשת נשארים אפשרויות שימושיות לתמלול. אם שפת ההקלטה כבר ידועה, ציינו אותה בתדריך; אחרת התהליך המתועד יכול לזהות אותה. שמרו על שמות, כמויות והמילים שנאמרו לפני בקשת ניקוי עריכתי. לאחר מכן אפשר לחפש, להוסיף הערות או לסכם תיעוד פגישה, תמליל ריאיון או טקסט הרצאה בפעולה מאוחרת יותר. אין לבלבל את משימת הזיהוי של Turbo עם סינתזת קול, חיקוי דובר או שיפוט סמנטי של האנשים בהקלטה.</p><p>טוען האודיו של OpenAI מפענח קובצי קלט לדגימות מונו ב-16 kHz, והמודל משתמש בחלון אקוסטי של 30 שניות עם 128 תאי תדר Mel. הקלטות ארוכות יותר דורשות הסקה לתוכן ארוך. עיבוד סדרתי מתקדם בין החלונות לפי הסדר; גישה המחלקת למקטעים מתמללת חלקים חופפים ומחברת את גבולותיהם. כרטיס המודל מציג את הגישה השנייה כשימושית לעיבוד קובץ ארוך יחיד כשזמן ההשלמה הוא העדיפות העיקרית, והטיפול הסדרתי הוא החלופה המכוונת לדיוק. החלון ושם המודל אינם קובעים גודל קובץ מרבי קבוע להעלאה לשירות מתארח.</p><p>תצורת Turbo המדויקת מציינת 448 מיקומים במפענח לרצף פענוח אחד. תהליך ההסקה המתועד יכול לכלול תזמון מקטעים או מילים לצד התמליל; התזמון תומך בניווט ובעיצוב כתוביות מאוחר יותר. הוא אינו מוסיף אוטומטית פורמט קובץ כתוביות או תוויות דוברים אמינות. ציינו אם דרוש תמליל רגיל או מקטעים עם ציוני זמן ושמרו את ההקלטה המקורית זמינה לבדיקת קטעים שבמחלוקת. עיבוד תוכן ארוך וכל עיצוב סופי נפרדים מזהות הצ׳קפוינט.</p><p>Turbo מצמצם את עבודת הפענוח, אך הזמן הדרוש בפועל תלוי בחומרה, באורך ההקלטה, בשפה, בקצב הדיבור ובבחירות ההסקה. היצרן מציין ירידה גדולה יותר באיכות בשפות מסוימות, ובהן תאית וקנטונזית, ולא התנהגות אחידה בכל השפות. השוו קטע מייצג בשפה המיועדת לפני התייחסות לפשרה המכוונת למהירות כמתאימה לכל חומר. למשימת עיבוד ארכיון, כללו במדגם הבדיקה אוצר מילים קשה, הפסקות וקטעים רועשים או חופפים, ולא רק משפט פתיחה נקי.</p><p>הכרטיס שפורסם כולל את מגבלות הזיהוי המהותיות של Whisper: טקסט חזוי יכול לכלול מילים שלא נאמרו ויכול להופיע טקסט חוזר. התוצאות משתנות בין שפות, מבטאים וניבים, במיוחד כשכיסוי האימון מוגבל. הכרטיס אינו מבסס הפרדה לדוברים או סיווג דוברים כיכולות רגילות ואמינות של מודל הבסיס. בדיקה מעשית מתמקדת בנאמנות למקור: שמות ומספרים חשובים, דיבור שהושמט, טקסט בלתי צפוי בזמן שקט וחזרות. תמליל קריא נשאר תוצאה להשוואה עם ההקלטה, ולא הבטחה לזיהוי מדויק.</p><p>התוצר הגמור השימושי הוא תמליל בשפת המקור עם התזמון שהתבקש וקישור ברור להקלטה שלו. שמרו את התמליל כפי שזוהה בנפרד מגרסת פרסום ערוכה כדי שאפשר יהיה לעקוב אחר שינויים. שמרו על השם large-v3-turbo בהשוואת מהדורות: הוא אינו מודל large-v3 המלא ואין לייחס לו ללא הבחנה את משימת התרגום לאנגלית של large-v3. הזהות הזאת כבעל משקולות פתוחות גם אינה מחילה עליו את מגבלות ההעלאה, מעטפות התגובה או הבטחות הסטרימינג החי של שירות whisper-1 המתארח. בחרו ב-Turbo כשהפשרה המתועדת בתמלול מתאימה לחומר בפועל ולזמן ההשלמה הרצוי.</p>",
  "aboutText": "Whisper large-v3-turbo, המכונה גם Turbo, הוא מודל התמלול הממוטב של OpenAI הנגזר מ-Whisper large-v3. המפענח שלו צומצם מ-32 שכבות לארבע, והמקודד נשאר עם 32 שכבות. למודל שפורסם יש כ-809 מיליון פרמטרים. מטרת היצרן היא זיהוי דיבור מהיר יותר עם ויתור מוגבל על דיוק, ולא מצב אחר של יצירת אודיו. דיבור מוקלט הוא הקלט וטקסט שזוהה הוא התוצאה.\n\nהודעת הגרסה מבחינה בין הכנת Turbo לבין מודל Whisper שעבר זיקוק בנפרד: Turbo כוונן במשך שני מחזורי אימון נוספים על נתוני תמלול רב-לשוניים, ללא נתוני תרגום. ההבחנה הזאת חשובה מבחינה תפעולית. המאגר של OpenAI מציין ש-Turbo אינו מאומן לתרגום דיבור שאינו באנגלית לאנגלית ויכול להחזיר את השפה המקורית גם כשמתבקשת משימת תרגום. השתמשו במהדורה הזאת לתמליל באותה שפה; דרישת תרגום שייכת למודל מתאים אחר או לשלב נפרד לאחר התמלול.\n\nזיהוי שפת המקור ובחירת שפה מפורשת נשארים אפשרויות שימושיות לתמלול. אם שפת ההקלטה כבר ידועה, ציינו אותה בתדריך; אחרת התהליך המתועד יכול לזהות אותה. שמרו על שמות, כמויות והמילים שנאמרו לפני בקשת ניקוי עריכתי. לאחר מכן אפשר לחפש, להוסיף הערות או לסכם תיעוד פגישה, תמליל ריאיון או טקסט הרצאה בפעולה מאוחרת יותר. אין לבלבל את משימת הזיהוי של Turbo עם סינתזת קול, חיקוי דובר או שיפוט סמנטי של האנשים בהקלטה.\n\nטוען האודיו של OpenAI מפענח קובצי קלט לדגימות מונו ב-16 kHz, והמודל משתמש בחלון אקוסטי של 30 שניות עם 128 תאי תדר Mel. הקלטות ארוכות יותר דורשות הסקה לתוכן ארוך. עיבוד סדרתי מתקדם בין החלונות לפי הסדר; גישה המחלקת למקטעים מתמללת חלקים חופפים ומחברת את גבולותיהם. כרטיס המודל מציג את הגישה השנייה כשימושית לעיבוד קובץ ארוך יחיד כשזמן ההשלמה הוא העדיפות העיקרית, והטיפול הסדרתי הוא החלופה המכוונת לדיוק. החלון ושם המודל אינם קובעים גודל קובץ מרבי קבוע להעלאה לשירות מתארח.\n\nתצורת Turbo המדויקת מציינת 448 מיקומים במפענח לרצף פענוח אחד. תהליך ההסקה המתועד יכול לכלול תזמון מקטעים או מילים לצד התמליל; התזמון תומך בניווט ובעיצוב כתוביות מאוחר יותר. הוא אינו מוסיף אוטומטית פורמט קובץ כתוביות או תוויות דוברים אמינות. ציינו אם דרוש תמליל רגיל או מקטעים עם ציוני זמן ושמרו את ההקלטה המקורית זמינה לבדיקת קטעים שבמחלוקת. עיבוד תוכן ארוך וכל עיצוב סופי נפרדים מזהות הצ׳קפוינט.\n\nTurbo מצמצם את עבודת הפענוח, אך הזמן הדרוש בפועל תלוי בחומרה, באורך ההקלטה, בשפה, בקצב הדיבור ובבחירות ההסקה. היצרן מציין ירידה גדולה יותר באיכות בשפות מסוימות, ובהן תאית וקנטונזית, ולא התנהגות אחידה בכל השפות. השוו קטע מייצג בשפה המיועדת לפני התייחסות לפשרה המכוונת למהירות כמתאימה לכל חומר. למשימת עיבוד ארכיון, כללו במדגם הבדיקה אוצר מילים קשה, הפסקות וקטעים רועשים או חופפים, ולא רק משפט פתיחה נקי.\n\nהכרטיס שפורסם כולל את מגבלות הזיהוי המהותיות של Whisper: טקסט חזוי יכול לכלול מילים שלא נאמרו ויכול להופיע טקסט חוזר. התוצאות משתנות בין שפות, מבטאים וניבים, במיוחד כשכיסוי האימון מוגבל. הכרטיס אינו מבסס הפרדה לדוברים או סיווג דוברים כיכולות רגילות ואמינות של מודל הבסיס. בדיקה מעשית מתמקדת בנאמנות למקור: שמות ומספרים חשובים, דיבור שהושמט, טקסט בלתי צפוי בזמן שקט וחזרות. תמליל קריא נשאר תוצאה להשוואה עם ההקלטה, ולא הבטחה לזיהוי מדויק.\n\nהתוצר הגמור השימושי הוא תמליל בשפת המקור עם התזמון שהתבקש וקישור ברור להקלטה שלו. שמרו את התמליל כפי שזוהה בנפרד מגרסת פרסום ערוכה כדי שאפשר יהיה לעקוב אחר שינויים. שמרו על השם large-v3-turbo בהשוואת מהדורות: הוא אינו מודל large-v3 המלא ואין לייחס לו ללא הבחנה את משימת התרגום לאנגלית של large-v3. הזהות הזאת כבעל משקולות פתוחות גם אינה מחילה עליו את מגבלות ההעלאה, מעטפות התגובה או הבטחות הסטרימינג החי של שירות whisper-1 המתארח. בחרו ב-Turbo כשהפשרה המתועדת בתמלול מתאימה לחומר בפועל ולזמן ההשלמה הרצוי.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "c8065888989cac97f725d172e401c309aca734a23457b265e30d9c96695cd218",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "he",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">O</span><h2 id=\"sheet-title\">OpenAI: Whisper Large V3 Turbo</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"סגירה\">×</button></div><div class=\"idline\"><span>OpenAI /</span><code>openai/whisper-large-v3-turbo</code><button type=\"button\" id=\"copy-id\">העתקת ID</button></div><nav class=\"card-jump-nav\" aria-label=\"חלקי כרטיס המודל\"><button type=\"button\" data-card-jump=\"overview\">התחלה</button><button type=\"button\" data-card-jump=\"methods\">קלט ושיטות</button><button type=\"button\" data-card-jump=\"pricing\">תעריפים</button><button type=\"button\" data-card-jump=\"examples\">דוגמאות</button><button type=\"button\" data-card-jump=\"results\">תוצאות</button><button type=\"button\" data-card-jump=\"aliases\">כינויים</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"שיטות API\"><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%2Fwhisper-large-v3-turbo\">זיהוי</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\">התחלה</h3><p class=\"mdesc-full\">Whisper large-v3-turbo הוא מהדורת התמלול המהירה יותר בעלת המשקולות הפתוחות של OpenAI, הנגזרת מ-large-v3, עם ארבע שכבות מפענח ו-809 מיליון פרמטרים. הוא מיועד להמרת דיבור רב-לשוני לטקסט; התיעוד הרשמי של היצרן מוציא תרגום דיבור לאנגלית מהמשימה ש-Turbo אומן לה.</p><dl class=\"card-io\" data-card-io><div><dt>סוגי קלט נתמכים</dt><dd>שמע</dd></div><div><dt>תוצאות</dt><dd>טקסט</dd></div></dl><details class=\"card-about\"><summary>על המודל</summary><p class=\"note-s\" data-model-method-boundary>התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.</p><div class=\"mabout\" id=\"m-about\"><p>Whisper large-v3-turbo, המכונה גם Turbo, הוא מודל התמלול הממוטב של OpenAI הנגזר מ-Whisper large-v3. המפענח שלו צומצם מ-32 שכבות לארבע, והמקודד נשאר עם 32 שכבות. למודל שפורסם יש כ-809 מיליון פרמטרים. מטרת היצרן היא זיהוי דיבור מהיר יותר עם ויתור מוגבל על דיוק, ולא מצב אחר של יצירת אודיו. דיבור מוקלט הוא הקלט וטקסט שזוהה הוא התוצאה.</p><p>הודעת הגרסה מבחינה בין הכנת Turbo לבין מודל Whisper שעבר זיקוק בנפרד: Turbo כוונן במשך שני מחזורי אימון נוספים על נתוני תמלול רב-לשוניים, ללא נתוני תרגום. ההבחנה הזאת חשובה מבחינה תפעולית. המאגר של OpenAI מציין ש-Turbo אינו מאומן לתרגום דיבור שאינו באנגלית לאנגלית ויכול להחזיר את השפה המקורית גם כשמתבקשת משימת תרגום. השתמשו במהדורה הזאת לתמליל באותה שפה; דרישת תרגום שייכת למודל מתאים אחר או לשלב נפרד לאחר התמלול.</p><p>זיהוי שפת המקור ובחירת שפה מפורשת נשארים אפשרויות שימושיות לתמלול. אם שפת ההקלטה כבר ידועה, ציינו אותה בתדריך; אחרת התהליך המתועד יכול לזהות אותה. שמרו על שמות, כמויות והמילים שנאמרו לפני בקשת ניקוי עריכתי. לאחר מכן אפשר לחפש, להוסיף הערות או לסכם תיעוד פגישה, תמליל ריאיון או טקסט הרצאה בפעולה מאוחרת יותר. אין לבלבל את משימת הזיהוי של Turbo עם סינתזת קול, חיקוי דובר או שיפוט סמנטי של האנשים בהקלטה.</p><p>טוען האודיו של OpenAI מפענח קובצי קלט לדגימות מונו ב-16 kHz, והמודל משתמש בחלון אקוסטי של 30 שניות עם 128 תאי תדר Mel. הקלטות ארוכות יותר דורשות הסקה לתוכן ארוך. עיבוד סדרתי מתקדם בין החלונות לפי הסדר; גישה המחלקת למקטעים מתמללת חלקים חופפים ומחברת את גבולותיהם. כרטיס המודל מציג את הגישה השנייה כשימושית לעיבוד קובץ ארוך יחיד כשזמן ההשלמה הוא העדיפות העיקרית, והטיפול הסדרתי הוא החלופה המכוונת לדיוק. החלון ושם המודל אינם קובעים גודל קובץ מרבי קבוע להעלאה לשירות מתארח.</p><p>תצורת Turbo המדויקת מציינת 448 מיקומים במפענח לרצף פענוח אחד. תהליך ההסקה המתועד יכול לכלול תזמון מקטעים או מילים לצד התמליל; התזמון תומך בניווט ובעיצוב כתוביות מאוחר יותר. הוא אינו מוסיף אוטומטית פורמט קובץ כתוביות או תוויות דוברים אמינות. ציינו אם דרוש תמליל רגיל או מקטעים עם ציוני זמן ושמרו את ההקלטה המקורית זמינה לבדיקת קטעים שבמחלוקת. עיבוד תוכן ארוך וכל עיצוב סופי נפרדים מזהות הצ׳קפוינט.</p><p>Turbo מצמצם את עבודת הפענוח, אך הזמן הדרוש בפועל תלוי בחומרה, באורך ההקלטה, בשפה, בקצב הדיבור ובבחירות ההסקה. היצרן מציין ירידה גדולה יותר באיכות בשפות מסוימות, ובהן תאית וקנטונזית, ולא התנהגות אחידה בכל השפות. השוו קטע מייצג בשפה המיועדת לפני התייחסות לפשרה המכוונת למהירות כמתאימה לכל חומר. למשימת עיבוד ארכיון, כללו במדגם הבדיקה אוצר מילים קשה, הפסקות וקטעים רועשים או חופפים, ולא רק משפט פתיחה נקי.</p><p>הכרטיס שפורסם כולל את מגבלות הזיהוי המהותיות של Whisper: טקסט חזוי יכול לכלול מילים שלא נאמרו ויכול להופיע טקסט חוזר. התוצאות משתנות בין שפות, מבטאים וניבים, במיוחד כשכיסוי האימון מוגבל. הכרטיס אינו מבסס הפרדה לדוברים או סיווג דוברים כיכולות רגילות ואמינות של מודל הבסיס. בדיקה מעשית מתמקדת בנאמנות למקור: שמות ומספרים חשובים, דיבור שהושמט, טקסט בלתי צפוי בזמן שקט וחזרות. תמליל קריא נשאר תוצאה להשוואה עם ההקלטה, ולא הבטחה לזיהוי מדויק.</p><p>התוצר הגמור השימושי הוא תמליל בשפת המקור עם התזמון שהתבקש וקישור ברור להקלטה שלו. שמרו את התמליל כפי שזוהה בנפרד מגרסת פרסום ערוכה כדי שאפשר יהיה לעקוב אחר שינויים. שמרו על השם large-v3-turbo בהשוואת מהדורות: הוא אינו מודל large-v3 המלא ואין לייחס לו ללא הבחנה את משימת התרגום לאנגלית של large-v3. הזהות הזאת כבעל משקולות פתוחות גם אינה מחילה עליו את מגבלות ההעלאה, מעטפות התגובה או הבטחות הסטרימינג החי של שירות whisper-1 המתארח. בחרו ב-Turbo כשהפשרה המתועדת בתמלול מתאימה לחומר בפועל ולזמן ההשלמה הרצוי.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">זמין ב-Ailoot · קלט ושיטות</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · תמלול</b> <code>POST /v1/audio/transcriptions</code></summary><dl class=\"method-capabilities\"><div><dt>סוגי קלט</dt><dd><code>audio</code></dd></div><div><dt>סוגי פלט</dt><dd><code>text</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>שדה</th><th>סוג</th><th>דרישה</th><th>ערכים ומגבלות</th><th>ברירת מחדל</th></tr></thead><tbody><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span><code>string</code></td><td data-cell-label=\"דרישה\"><span class=\"card-cell-label\">דרישה</span>חובה</td><td data-cell-label=\"ערכים ומגבלות\"><span class=\"card-cell-label\">ערכים ומגבלות</span><div>openai/whisper-large-v3-turbo</div></td><td data-cell-label=\"ברירת מחדל\" data-default=\"unspecified\"><span class=\"card-cell-label\">ברירת מחדל</span>—</td></tr><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">input_audio</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span><code>object</code></td><td data-cell-label=\"דרישה\"><span class=\"card-cell-label\">דרישה</span>חובה</td><td data-cell-label=\"ערכים ומגבלות\"><span class=\"card-cell-label\">ערכים ומגבלות</span></td><td data-cell-label=\"ברירת מחדל\" data-default=\"unspecified\"><span class=\"card-cell-label\">ברירת מחדל</span>—</td></tr></tbody></table></div><details class=\"note-s\" data-method-contract><summary>פרמטרים ומחזור חיים של השיטה</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>פרמטר</th><th>מפרט</th></tr></thead><tbody><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>content_type</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>application/json</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>required</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>model, input_audio</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>material_types</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>audio</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>material_conditions</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>הדוגמה קוראת את קובץ ה־PCM WAV הממשי והלא ריק שלכם, מקודדת את כל הבתים של הקובץ ב־base64 ושולחת את input_audio.format בערך wav.</td></tr></tbody></table></div><p>מחזור חיים: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · task_id המדויק מרשומת מדיה קיימת שבבעלותכם</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\">תעריפים</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.</p><dl data-price-conditions><dt>מצב מהיר</dt><dd>לא צוין <span class=\"note-s\">כאשר נבחר מצב מהיר</span></dd><dt>מצב Flex</dt><dd>לא צוין <span class=\"note-s\">כאשר נבחר מצב flex</span></dd><dt>מאמץ חשיבה מרבי</dt><dd>לא צוין <span class=\"note-s\">כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)</span></dd></dl></div><div data-declared-tariff-pricing><h4>תעריפי Ailoot</h4><h4>מחירים לפי תצורה</h4><p class=\"note-s\">התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>תצורה</th><th>טבלת תעריפים</th><th>יחידת חיוב</th><th>חיוב</th></tr></thead><tbody><tr><th data-cell-label=\"תצורה\" scope=\"row\"><span class=\"card-cell-label\">תצורה</span>תעריפי בסיס לטוקנים</th><td data-cell-label=\"טבלת תעריפים\"><span class=\"card-cell-label\">טבלת תעריפים</span>תעריף בסיס</td><td data-cell-label=\"יחידת חיוב\"><span class=\"card-cell-label\">יחידת חיוב</span>—</td><td data-cell-label=\"חיוב\"><span class=\"card-cell-label\">חיוב</span><div><span>קלט · טוקני קלט</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>פלט · טוקני פלט</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · קריאה מהמטמון</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · כתיבה למטמון</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · כתיבה למטמון, 1 שעה</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div></td></tr><tr><th data-cell-label=\"תצורה\" scope=\"row\"><span class=\"card-cell-label\">תצורה</span>שניית שמע בקלט</th><td data-cell-label=\"טבלת תעריפים\"><span class=\"card-cell-label\">טבלת תעריפים</span>—</td><td data-cell-label=\"יחידת חיוב\"><span class=\"card-cell-label\">יחידת חיוב</span>לכל שניית שמע בקלט</td><td data-cell-label=\"חיוב\"><span class=\"card-cell-label\">חיוב</span><div><span>קלט · שניית שמע בקלט</span> <b>$0.00000666</b> <span class=\"price-unit\">לכל שניית שמע בקלט</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. <a href=\"/docs/he/billing/reserve/\">איך פועלים שריון הסכום והסדרת החיוב →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">דוגמאות לבקשות</h3><h4>Ailoot Ultra · תמלול</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"אפשרויות קוד\"><button class=\"cg-tab\" id=\"model-code-2186-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2186-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · קובץ WAV אמיתי והתוצאה המקורית המלאה</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"העתקת הקוד\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2186-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2186-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${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/whisper-large-v3-turbo&#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\">קבלה ושמירה של תוצאות</h3><h4>Ailoot Ultra · תמלול</h4><p class=\"note-s\">גוף התגובה המקורי במלואו, הסטטוס והכותרות שהועברו. המטפל הזה אינו מוסיף מבנה JSON אחיד, שדה טקסט או מעטפת משימה.</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>שמירת כל התוצאות שהושלמו</h5><p class=\"note-s\">שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.</p><p class=\"note-s\">שמרו את התשובה המלאה ואת הכותרות, כל פלט שהתקבל בפועל, את המזהים המקוריים שהוחזרו ואת כל שדות השימוש. שחזרו את הפעולה המקורית בלי לשלוח שוב בקשת יצירה.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>כשצריך לבדוק את התגובה המקורית</h5><p class=\"note-s\">יש לשמור את X-Client-Request-ID הממשי ואת התגובה המלאה. יש לקרוא את הנכסים המקוריים שבבעלותכם ואת כתובות התוכן החתומות המדויקות שלהם; אין לשלוח שוב בקשת יצירה שתוצאתה אינה ודאית.</p></div><details class=\"card-about\" data-output-fields><summary>שדות התגובה</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>שדה</th><th>סוג</th></tr></thead><tbody><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">text (when present)</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span></td></tr><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">usage (when present)</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span></td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>שגיאות והשלבים הבאים</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>תגובה</th><th>תנאי</th><th>השלב הבא</th></tr></thead><tbody><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦400⁩ · <code>invalid_request_error</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>גוף ה־JSON או מזהה המודל הקנוני המפורש אינם תקפים.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש לשמור את התגובה ולתקן את שדה הבקשה שצוין.</td></tr><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦401⁩ · <code>authentication_error</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>מפתח ה־API של Ailoot אינו תקף.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש להשתמש במפתח ה־API המורשה שלכם של Ailoot.</td></tr><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦403⁩ · <code>permission_error</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>הקבוצה של המפתח אינה מורשית להשתמש בשיטה הזו.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש לשמור את פרטי השגיאה שהוחזרו.</td></tr><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦404⁩ · <code>not_found_error</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>לשיטה שנבחרה אין נתיב מאושר לשימוש.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש לשמור את פרטי השגיאה שהוחזרו.</td></tr><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦422⁩ · <code>price_unavailable</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>לא ניתן להשיג עבור התעריף שהתקבל את כמות הקלט או את הגבול הנדרשים לו.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש לשמור את התגובה; יש להשתמש בייצוג הקלט הנדרש בתעריף שהתקבל.</td></tr><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦503⁩ · <code></code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>האחסון, הנתיב, מחיר השיטה או שריון הסכום הנדרשים אינם זמינים.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש לשמור את התגובה המקורית המלאה. שריון סכום שמצבו אינו ודאי אינו מתיר שליחה חוזרת.</td></tr><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦502⁩ · <code>server_error</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>יש לבדוק את התוצאה המקורית, את נתוני השימוש או את השלמת החיוב.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש לשמור את מזהה הבקשה הממשי ואת התגובה המקורית. יש לקרוא את הרשומה הקיימת שבבעלותכם; אין לשלוח שוב בקשת יצירה.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">כינויים</h3><h4>כינויים למודל</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=openai%2Fwhisper-large-v3-turbo&amp;route=Ultra&amp;caller=openai%2Fwhisper-large-v3-turbo&amp;fmt=transcriptions\"><code>openai/whisper-large-v3-turbo</code></a></span></p><h4>כינויים לנתיבי שיטות</h4><p class=\"note-s\">השתמשו בנתיבי השיטות המוצגים למעלה.</p><h4>מזהי מודלים קשורים IDs</h4><p class=\"note-s\"><a href=\"#m=openai%2Fwhisper-large-v3-turbo&amp;route=Ultra&amp;caller=openai%2Fwhisper-large-v3-turbo&amp;fmt=transcriptions\"><code>openai/whisper-large-v3-turbo</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "openai/whisper-large-v3-turbo",
        "fmt": "transcriptions",
        "http": "POST",
        "path": "/v1/audio/transcriptions",
        "request_model_id": "openai/whisper-large-v3-turbo",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|openai%2Fwhisper-large-v3-turbo",
      "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": "גוף ה־JSON או מזהה המודל הקנוני המפורש אינם תקפים.",
                "http_status": 400,
                "recovery": "יש לשמור את התגובה ולתקן את שדה הבקשה שצוין.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "מפתח ה־API של Ailoot אינו תקף.",
                "http_status": 401,
                "recovery": "יש להשתמש במפתח ה־API המורשה שלכם של Ailoot.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "הקבוצה של המפתח אינה מורשית להשתמש בשיטה הזו.",
                "http_status": 403,
                "recovery": "יש לשמור את פרטי השגיאה שהוחזרו.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "לשיטה שנבחרה אין נתיב מאושר לשימוש.",
                "http_status": 404,
                "recovery": "יש לשמור את פרטי השגיאה שהוחזרו.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "לא ניתן להשיג עבור התעריף שהתקבל את כמות הקלט או את הגבול הנדרשים לו.",
                "http_status": 422,
                "recovery": "יש לשמור את התגובה; יש להשתמש בייצוג הקלט הנדרש בתעריף שהתקבל.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "האחסון, הנתיב, מחיר השיטה או שריון הסכום הנדרשים אינם זמינים.",
                "http_status": 503,
                "recovery": "יש לשמור את התגובה המקורית המלאה. שריון סכום שמצבו אינו ודאי אינו מתיר שליחה חוזרת.",
                "type": null
              },
              {
                "code": null,
                "condition": "יש לבדוק את התוצאה המקורית, את נתוני השימוש או את השלמת החיוב.",
                "http_status": 502,
                "operation_id_source": "actual X-Client-Request-ID",
                "recovery": "יש לשמור את מזהה הבקשה הממשי ואת התגובה המקורית. יש לקרוא את הרשומה הקיימת שבבעלותכם; אין לשלוח שוב בקשת יצירה.",
                "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": "יש לשמור את X-Client-Request-ID הממשי ואת התגובה המלאה. יש לקרוא את הנכסים המקוריים שבבעלותכם ואת כתובות התוכן החתומות המדויקות שלהם; אין לשלוח שוב בקשת יצירה שתוצאתה אינה ודאית."
            },
            "outputs": {
              "all_results": "שמרו את התשובה המלאה ואת הכותרות, כל פלט שהתקבל בפועל, את המזהים המקוריים שהוחזרו ואת כל שדות השימוש. שחזרו את הפעולה המקורית בלי לשלוח שוב בקשת יצירה.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text (when present)",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage (when present)",
                  "type": null
                }
              ],
              "result": "גוף התגובה המקורי במלואו, הסטטוס והכותרות שהועברו. המטפל הזה אינו מוסיף מבנה JSON אחיד, שדה טקסט או מעטפת משימה."
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "openai/whisper-large-v3-turbo"
                ],
                "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/whisper-large-v3-turbo"
                  ],
                  "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/whisper-large-v3-turbo"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "הדוגמה קוראת את קובץ ה־PCM WAV הממשי והלא ריק שלכם, מקודדת את כל הבתים של הקובץ ב־base64 ושולחת את input_audio.format בערך 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": "task_id המדויק מרשומת מדיה קיימת שבבעלותכם",
                "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": "0.00000666",
                "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": "0.00000666",
                "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/whisper-large-v3-turbo', '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": "תמלול",
        "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": 6.66e-06
          }
        },
        "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": "0.00000666",
                "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": "0.00000666",
                "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/whisper-large-v3-turbo",
        "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": "0.00000666",
            "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": "0.00000666",
            "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/whisper-large-v3-turbo",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "5c9193877b0456dcb747e0c88dcffeb797cce51ab9fb79d930f0c65637e53b13",
    "input_html_sha256": "63ad0eba9712500289b56e0fe7164093464b9342c8deb3813efc9f7b15696995",
    "private_audit_sha256": "3dcf9befaa00917e1ac3129398c5ca4027b1170c3b4790acdadfc15bd1b776ed",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/he/openai-whisper-large-v3-turbo/",
    "description": "Whisper large-v3-turbo הוא מהדורת התמלול המהירה יותר בעלת המשקולות הפתוחות של OpenAI, הנגזרת מ-large-v3, עם ארבע שכבות מפענח ו-809 מיליון פרמטרים. הוא מיועד להמרת דיבור רב-לשוני לטקסט; התיעוד הרשמי של היצרן מוציא תרגום דיבור לאנגלית מהמשימה ש-Turbo אומן לה.",
    "locale": "he",
    "md_url": "https://ailoot.ai/models/he/openai-whisper-large-v3-turbo/index.md",
    "title": "OpenAI: Whisper Large V3 Turbo — Ailoot",
    "url": "https://ailoot.ai/models/he/openai-whisper-large-v3-turbo/"
  },
  "rawModel": {
    "about": "Whisper large-v3-turbo, המכונה גם Turbo, הוא מודל התמלול הממוטב של OpenAI הנגזר מ-Whisper large-v3. המפענח שלו צומצם מ-32 שכבות לארבע, והמקודד נשאר עם 32 שכבות. למודל שפורסם יש כ-809 מיליון פרמטרים. מטרת היצרן היא זיהוי דיבור מהיר יותר עם ויתור מוגבל על דיוק, ולא מצב אחר של יצירת אודיו. דיבור מוקלט הוא הקלט וטקסט שזוהה הוא התוצאה.\n\nהודעת הגרסה מבחינה בין הכנת Turbo לבין מודל Whisper שעבר זיקוק בנפרד: Turbo כוונן במשך שני מחזורי אימון נוספים על נתוני תמלול רב-לשוניים, ללא נתוני תרגום. ההבחנה הזאת חשובה מבחינה תפעולית. המאגר של OpenAI מציין ש-Turbo אינו מאומן לתרגום דיבור שאינו באנגלית לאנגלית ויכול להחזיר את השפה המקורית גם כשמתבקשת משימת תרגום. השתמשו במהדורה הזאת לתמליל באותה שפה; דרישת תרגום שייכת למודל מתאים אחר או לשלב נפרד לאחר התמלול.\n\nזיהוי שפת המקור ובחירת שפה מפורשת נשארים אפשרויות שימושיות לתמלול. אם שפת ההקלטה כבר ידועה, ציינו אותה בתדריך; אחרת התהליך המתועד יכול לזהות אותה. שמרו על שמות, כמויות והמילים שנאמרו לפני בקשת ניקוי עריכתי. לאחר מכן אפשר לחפש, להוסיף הערות או לסכם תיעוד פגישה, תמליל ריאיון או טקסט הרצאה בפעולה מאוחרת יותר. אין לבלבל את משימת הזיהוי של Turbo עם סינתזת קול, חיקוי דובר או שיפוט סמנטי של האנשים בהקלטה.\n\nטוען האודיו של OpenAI מפענח קובצי קלט לדגימות מונו ב-16 kHz, והמודל משתמש בחלון אקוסטי של 30 שניות עם 128 תאי תדר Mel. הקלטות ארוכות יותר דורשות הסקה לתוכן ארוך. עיבוד סדרתי מתקדם בין החלונות לפי הסדר; גישה המחלקת למקטעים מתמללת חלקים חופפים ומחברת את גבולותיהם. כרטיס המודל מציג את הגישה השנייה כשימושית לעיבוד קובץ ארוך יחיד כשזמן ההשלמה הוא העדיפות העיקרית, והטיפול הסדרתי הוא החלופה המכוונת לדיוק. החלון ושם המודל אינם קובעים גודל קובץ מרבי קבוע להעלאה לשירות מתארח.\n\nתצורת Turbo המדויקת מציינת 448 מיקומים במפענח לרצף פענוח אחד. תהליך ההסקה המתועד יכול לכלול תזמון מקטעים או מילים לצד התמליל; התזמון תומך בניווט ובעיצוב כתוביות מאוחר יותר. הוא אינו מוסיף אוטומטית פורמט קובץ כתוביות או תוויות דוברים אמינות. ציינו אם דרוש תמליל רגיל או מקטעים עם ציוני זמן ושמרו את ההקלטה המקורית זמינה לבדיקת קטעים שבמחלוקת. עיבוד תוכן ארוך וכל עיצוב סופי נפרדים מזהות הצ׳קפוינט.\n\nTurbo מצמצם את עבודת הפענוח, אך הזמן הדרוש בפועל תלוי בחומרה, באורך ההקלטה, בשפה, בקצב הדיבור ובבחירות ההסקה. היצרן מציין ירידה גדולה יותר באיכות בשפות מסוימות, ובהן תאית וקנטונזית, ולא התנהגות אחידה בכל השפות. השוו קטע מייצג בשפה המיועדת לפני התייחסות לפשרה המכוונת למהירות כמתאימה לכל חומר. למשימת עיבוד ארכיון, כללו במדגם הבדיקה אוצר מילים קשה, הפסקות וקטעים רועשים או חופפים, ולא רק משפט פתיחה נקי.\n\nהכרטיס שפורסם כולל את מגבלות הזיהוי המהותיות של Whisper: טקסט חזוי יכול לכלול מילים שלא נאמרו ויכול להופיע טקסט חוזר. התוצאות משתנות בין שפות, מבטאים וניבים, במיוחד כשכיסוי האימון מוגבל. הכרטיס אינו מבסס הפרדה לדוברים או סיווג דוברים כיכולות רגילות ואמינות של מודל הבסיס. בדיקה מעשית מתמקדת בנאמנות למקור: שמות ומספרים חשובים, דיבור שהושמט, טקסט בלתי צפוי בזמן שקט וחזרות. תמליל קריא נשאר תוצאה להשוואה עם ההקלטה, ולא הבטחה לזיהוי מדויק.\n\nהתוצר הגמור השימושי הוא תמליל בשפת המקור עם התזמון שהתבקש וקישור ברור להקלטה שלו. שמרו את התמליל כפי שזוהה בנפרד מגרסת פרסום ערוכה כדי שאפשר יהיה לעקוב אחר שינויים. שמרו על השם large-v3-turbo בהשוואת מהדורות: הוא אינו מודל large-v3 המלא ואין לייחס לו ללא הבחנה את משימת התרגום לאנגלית של large-v3. הזהות הזאת כבעל משקולות פתוחות גם אינה מחילה עליו את מגבלות ההעלאה, מעטפות התגובה או הבטחות הסטרימינג החי של שירות whisper-1 המתארח. בחרו ב-Turbo כשהפשרה המתועדת בתמלול מתאימה לחומר בפועל ולזמן ההשלמה הרצוי.",
    "alias_of": null,
    "aliases": [],
    "author": "OpenAI",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [
        "audio"
      ],
      "manufacturer_output": [
        "transcription"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.00000666",
            "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": "0.00000666",
            "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": "התמחור המלא של התצורה מופיע בפרטים."
      }
    ],
    "ctx": null,
    "formats": [
      "transcriptions"
    ],
    "id": "openai/whisper-large-v3-turbo",
    "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": "גוף ה־JSON או מזהה המודל הקנוני המפורש אינם תקפים.",
                "http_status": 400,
                "recovery": "יש לשמור את התגובה ולתקן את שדה הבקשה שצוין.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "מפתח ה־API של Ailoot אינו תקף.",
                "http_status": 401,
                "recovery": "יש להשתמש במפתח ה־API המורשה שלכם של Ailoot.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "הקבוצה של המפתח אינה מורשית להשתמש בשיטה הזו.",
                "http_status": 403,
                "recovery": "יש לשמור את פרטי השגיאה שהוחזרו.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "לשיטה שנבחרה אין נתיב מאושר לשימוש.",
                "http_status": 404,
                "recovery": "יש לשמור את פרטי השגיאה שהוחזרו.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "לא ניתן להשיג עבור התעריף שהתקבל את כמות הקלט או את הגבול הנדרשים לו.",
                "http_status": 422,
                "recovery": "יש לשמור את התגובה; יש להשתמש בייצוג הקלט הנדרש בתעריף שהתקבל.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "האחסון, הנתיב, מחיר השיטה או שריון הסכום הנדרשים אינם זמינים.",
                "http_status": 503,
                "recovery": "יש לשמור את התגובה המקורית המלאה. שריון סכום שמצבו אינו ודאי אינו מתיר שליחה חוזרת.",
                "type": null
              },
              {
                "code": null,
                "condition": "יש לבדוק את התוצאה המקורית, את נתוני השימוש או את השלמת החיוב.",
                "http_status": 502,
                "operation_id_source": "actual X-Client-Request-ID",
                "recovery": "יש לשמור את מזהה הבקשה הממשי ואת התגובה המקורית. יש לקרוא את הרשומה הקיימת שבבעלותכם; אין לשלוח שוב בקשת יצירה.",
                "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": "יש לשמור את X-Client-Request-ID הממשי ואת התגובה המלאה. יש לקרוא את הנכסים המקוריים שבבעלותכם ואת כתובות התוכן החתומות המדויקות שלהם; אין לשלוח שוב בקשת יצירה שתוצאתה אינה ודאית."
            },
            "outputs": {
              "all_results": "שמרו את התשובה המלאה ואת הכותרות, כל פלט שהתקבל בפועל, את המזהים המקוריים שהוחזרו ואת כל שדות השימוש. שחזרו את הפעולה המקורית בלי לשלוח שוב בקשת יצירה.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text (when present)",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage (when present)",
                  "type": null
                }
              ],
              "result": "גוף התגובה המקורי במלואו, הסטטוס והכותרות שהועברו. המטפל הזה אינו מוסיף מבנה JSON אחיד, שדה טקסט או מעטפת משימה."
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "openai/whisper-large-v3-turbo"
                ],
                "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/whisper-large-v3-turbo"
                  ],
                  "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/whisper-large-v3-turbo"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "הדוגמה קוראת את קובץ ה־PCM WAV הממשי והלא ריק שלכם, מקודדת את כל הבתים של הקובץ ב־base64 ושולחת את input_audio.format בערך 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": "task_id המדויק מרשומת מדיה קיימת שבבעלותכם",
                "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": "0.00000666",
                "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": "0.00000666",
                "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/whisper-large-v3-turbo', '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": "תמלול",
        "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": 6.66e-06
          }
        },
        "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": "0.00000666",
                "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": "0.00000666",
                "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/whisper-large-v3-turbo",
        "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": "0.00000666",
            "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": "0.00000666",
            "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/whisper-large-v3-turbo",
        "request_model_id": "openai/whisper-large-v3-turbo",
        "route_label": "Ultra"
      }
    ],
    "name": "OpenAI: Whisper Large V3 Turbo",
    "price": {
      "in": null,
      "in_label": null,
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": true
    },
    "short": "Whisper large-v3-turbo הוא מהדורת התמלול המהירה יותר בעלת המשקולות הפתוחות של OpenAI, הנגזרת מ-large-v3, עם ארבע שכבות מפענח ו-809 מיליון פרמטרים. הוא מיועד להמרת דיבור רב-לשוני לטקסט; התיעוד הרשמי של היצרן מוציא תרגום דיבור לאנגלית מהמשימה ש-Turbo אומן לה."
  },
  "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": "Whisper large-v3-turbo הוא מהדורת התמלול המהירה יותר בעלת המשקולות הפתוחות של OpenAI, הנגזרת מ-large-v3, עם ארבע שכבות מפענח ו-809 מיליון פרמטרים. הוא מיועד להמרת דיבור רב-לשוני לטקסט; התיעוד הרשמי של היצרן מוציא תרגום דיבור לאנגלית מהמשימה ש-Turbo אומן לה.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "79ff2a2ea719119a82340a665db374dcc59b403883ac2c9d47152ea28b76087e",
    "renderer_sha256": "c36bd89b8b0dac234af52bf68530df83530b908ec7a9f2e1de2483fe236ae910"
  },
  "sourceRevision": "3b7bb5814f2f089cb1b7e99ea7005bfcbd2896f06313d07116cf350233aaaa45"
}