{
  "aboutHtml": "<p>GPT Transcribe är OpenAI:s modell för tal till text för färdiga ljudfiler, strömmade filtranskriptioner och ljudturer med uttryckligen bekräftad indata i Realtime-sessioner. Den tar emot ljud med valfri textkontext och returnerar igenkänd text. Tillverkaren positionerar den för noggrann transkribering av inspelat tal på originalspråket, inklusive facktermer, flerspråkiga inspelningar och språkväxling. Ett användbart resultat är en transkription som förblir kopplad till inspelningen, med metadata om upptäckt språk när modellen kan göra en tillförlitlig bedömning.</p><h4>Förbered en färdig inspelning</h4><p>OpenAI:s arbetsflöde för filtranskribering tar emot uppladdningar på upp till 25 MB. Den aktuella endpointreferensen anger indataformaten FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV och WebM och rekommenderar tillräcklig filmetadata för att identifiera formatet, inklusive en lämplig filändelse och innehållstyp. För en större inspelning rekommenderar guiden komprimering eller uppdelning i filer på högst 25 MB. Undvik att dela mitt i en mening, eftersom borttaget omgivande tal kan försämra igenkänningen. Behåll delarna i ordning och bevara deras positioner i den ursprungliga inspelningen.</p><p>För ett möte, en intervju eller en inspelad presentation ska du lämna det faktiska ljudet och identifiera ämnet och de termer som sannolikt kommer att uttalas. Ett användbart resultat är den igenkända ordalydelsen, inte en härledd sammanfattning av diskussionen. Bevara inspelningens identifierare tillsammans med den returnerade texten så att en person som kontrollerar ett namn, ett tal eller en osäker fras kan återvända till rätt källa. En transkription kan sedan bli material för ett separat arbetsflöde för sammanfattning, översättning eller redigering.</p><h4>Kontext, nyckelordsledtrådar och förväntade språk</h4><p>Tillverkaren skiljer mellan tre typer av vägledning. En prompt ger fri kontext om inspelningens ämne eller situation. Nyckelord anger ordagranna ord eller fraser som förväntas i talet. En språklista identifierar de språk som förväntas talas. För en tvåspråkig produktdiskussion ska du beskriva situationen i prompten, ange relevanta produktnamn som nyckelord och lämna de förväntade språken. Det här är igenkänningsledtrådar, inte instruktioner att infoga ord som ingen har sagt.</p><p>GPT Transcribe använder pluralfältet languages i stället för det äldre singularfältet language; OpenAI anger att båda inte ska skickas samtidigt. Guiden tar emot stödda ISO 639-1-koder, utvalda ISO 639-3-koder och regionala kinesiska lokalkoder, medan värden som inte stöds eller har fel format avvisas. Varje nyckelord måste ligga på en enda rad och får inte innehålla en vinkelparentes, vagnretur eller radmatning. Ett ogiltigt nyckelord eller en för lång prompt kan göra att hela begäran avvisas. Håll kontexten relevant och kontrollera om föreslagna namn faktiskt förekommer i ljudet i stället för att behandla ledtrådslistan som transkriptionen.</p><h4>JSON-utdata och bedömningar av upptäckta språk</h4><p>Det dokumenterade filresultatet är JSON med transkriptionen och upptäckta språk. Dessa språkbedömningar är modellens utdata, inte en kopia av de angivna språkledtrådarna. En tom språklista är ett giltigt resultat när modellen inte kan göra en tillförlitlig bedömning; den visar inte att inspelningen var tyst eller att transkriberingen misslyckades. Håll den igenkända texten och språkmetadatan åtskilda så att efterföljande bearbetning kan använda dem var för sig enligt deras betydelse.</p><h4>Strömma en filtranskription</h4><p>En färdig fil kan ge transkriptionstext stegvis medan den bearbetas. OpenAI dokumenterar transcript.text.delta-händelser för deltext och transcript.text.done för hela filtranskriptionen; den sista händelsen innehåller också upptäckta språk. Det här strömmar resultatet från en inspelning som redan har lämnats in. Det är användbart för att visa framsteg för en lång uppladdning, medan sluthändelsen fastställer den text som ska bevaras som det färdiga resultatet.</p><h4>Bekräftade ljudturer i Realtime-sessioner</h4><p>GPT Transcribe har också ett specialiserat Realtime-arbetsflöde över WebSocket. Ljud läggs till i indatabufferten, varefter applikationen i ett separat steg uttryckligen bekräftar indatan för en ljudtur. Transkriberingen börjar för det bekräftade segmentet och kan ge delresultat före dess sluthändelse, inklusive information om upptäckt språk. Modellen använder automatiskt tidigare transkriberade yttranden som kontext i tillverkarens sessionsflöde. Det här skiljer sig från att fortlöpande skicka text för direkttextning när mikrofonljud anländer; OpenAI anger GPT Live Transcribe för det kontinuerliga arbetsflödet.</p><p>För flera yttranden ska du bevara indatapostens identifierare tillsammans med motsvarande transkription. OpenAI varnar för att sluthändelser från olika yttranden inte behöver anlända i talordning, så koppla varje slutresultat till rätt bekräftad indata i stället för att ordna en konversation enbart efter sluttid. Den användbara artefakten är en ordnad transkription som satts samman från rätt slutposter, där tillfällig text behandlas som framsteg och inte som ett separat färdigt yttrande.</p><h4>Specialiserade resultat och väsentliga begränsningar</h4><p>Den här profilen ger inget universellt kontrakt för undertexter, tidsstämplar, översättning eller talaretiketter. OpenAI:s migreringsguide skiljer mellan dessa specialiserade funktioner: undertextformat i modellens utdata och tidsangivelser för ord kräver en kompatibel modell och ett kompatibelt format, medan talaretiketter använder GPT-4o Transcribe Diarize. GPT Transcribes filresultat är JSON, inte en direkt ersättning för SRT, VTT eller ett utförligt svar med tidsstämplar. Dess exakta modellbeskrivning publicerar inget numeriskt kontextutrymme eller någon maximal utdatabudget, så ett tokenfönster för en chattmodell ska inte antas för ljudtranskribering.</p><p>Granska svåra termer, tal, accenter, bakgrundsljud och språkbyten mot inspelningen. Kontrollera att relevanta ledtrådar förbättrade igenkänningen utan att införa outtalade termer och att den slutliga transkriptionen innehåller ljudets slut. För ett flerspråkigt resultat ska du bevara det som sades innan du förbereder en översättning. Dessa kontroller gör transkriptionen användbar som källmaterial samtidigt som kontextledtrådar, upptäckta språk och igenkänt tal hålls tydligt åtskilda.</p>",
  "aboutText": "GPT Transcribe är OpenAI:s modell för tal till text för färdiga ljudfiler, strömmade filtranskriptioner och ljudturer med uttryckligen bekräftad indata i Realtime-sessioner. Den tar emot ljud med valfri textkontext och returnerar igenkänd text. Tillverkaren positionerar den för noggrann transkribering av inspelat tal på originalspråket, inklusive facktermer, flerspråkiga inspelningar och språkväxling. Ett användbart resultat är en transkription som förblir kopplad till inspelningen, med metadata om upptäckt språk när modellen kan göra en tillförlitlig bedömning.\n\n### Förbered en färdig inspelning\n\nOpenAI:s arbetsflöde för filtranskribering tar emot uppladdningar på upp till 25 MB. Den aktuella endpointreferensen anger indataformaten FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV och WebM och rekommenderar tillräcklig filmetadata för att identifiera formatet, inklusive en lämplig filändelse och innehållstyp. För en större inspelning rekommenderar guiden komprimering eller uppdelning i filer på högst 25 MB. Undvik att dela mitt i en mening, eftersom borttaget omgivande tal kan försämra igenkänningen. Behåll delarna i ordning och bevara deras positioner i den ursprungliga inspelningen.\n\nFör ett möte, en intervju eller en inspelad presentation ska du lämna det faktiska ljudet och identifiera ämnet och de termer som sannolikt kommer att uttalas. Ett användbart resultat är den igenkända ordalydelsen, inte en härledd sammanfattning av diskussionen. Bevara inspelningens identifierare tillsammans med den returnerade texten så att en person som kontrollerar ett namn, ett tal eller en osäker fras kan återvända till rätt källa. En transkription kan sedan bli material för ett separat arbetsflöde för sammanfattning, översättning eller redigering.\n\n### Kontext, nyckelordsledtrådar och förväntade språk\n\nTillverkaren skiljer mellan tre typer av vägledning. En prompt ger fri kontext om inspelningens ämne eller situation. Nyckelord anger ordagranna ord eller fraser som förväntas i talet. En språklista identifierar de språk som förväntas talas. För en tvåspråkig produktdiskussion ska du beskriva situationen i prompten, ange relevanta produktnamn som nyckelord och lämna de förväntade språken. Det här är igenkänningsledtrådar, inte instruktioner att infoga ord som ingen har sagt.\n\nGPT Transcribe använder pluralfältet languages i stället för det äldre singularfältet language; OpenAI anger att båda inte ska skickas samtidigt. Guiden tar emot stödda ISO 639-1-koder, utvalda ISO 639-3-koder och regionala kinesiska lokalkoder, medan värden som inte stöds eller har fel format avvisas. Varje nyckelord måste ligga på en enda rad och får inte innehålla en vinkelparentes, vagnretur eller radmatning. Ett ogiltigt nyckelord eller en för lång prompt kan göra att hela begäran avvisas. Håll kontexten relevant och kontrollera om föreslagna namn faktiskt förekommer i ljudet i stället för att behandla ledtrådslistan som transkriptionen.\n\n### JSON-utdata och bedömningar av upptäckta språk\n\nDet dokumenterade filresultatet är JSON med transkriptionen och upptäckta språk. Dessa språkbedömningar är modellens utdata, inte en kopia av de angivna språkledtrådarna. En tom språklista är ett giltigt resultat när modellen inte kan göra en tillförlitlig bedömning; den visar inte att inspelningen var tyst eller att transkriberingen misslyckades. Håll den igenkända texten och språkmetadatan åtskilda så att efterföljande bearbetning kan använda dem var för sig enligt deras betydelse.\n\n### Strömma en filtranskription\n\nEn färdig fil kan ge transkriptionstext stegvis medan den bearbetas. OpenAI dokumenterar transcript.text.delta-händelser för deltext och transcript.text.done för hela filtranskriptionen; den sista händelsen innehåller också upptäckta språk. Det här strömmar resultatet från en inspelning som redan har lämnats in. Det är användbart för att visa framsteg för en lång uppladdning, medan sluthändelsen fastställer den text som ska bevaras som det färdiga resultatet.\n\n### Bekräftade ljudturer i Realtime-sessioner\n\nGPT Transcribe har också ett specialiserat Realtime-arbetsflöde över WebSocket. Ljud läggs till i indatabufferten, varefter applikationen i ett separat steg uttryckligen bekräftar indatan för en ljudtur. Transkriberingen börjar för det bekräftade segmentet och kan ge delresultat före dess sluthändelse, inklusive information om upptäckt språk. Modellen använder automatiskt tidigare transkriberade yttranden som kontext i tillverkarens sessionsflöde. Det här skiljer sig från att fortlöpande skicka text för direkttextning när mikrofonljud anländer; OpenAI anger GPT Live Transcribe för det kontinuerliga arbetsflödet.\n\nFör flera yttranden ska du bevara indatapostens identifierare tillsammans med motsvarande transkription. OpenAI varnar för att sluthändelser från olika yttranden inte behöver anlända i talordning, så koppla varje slutresultat till rätt bekräftad indata i stället för att ordna en konversation enbart efter sluttid. Den användbara artefakten är en ordnad transkription som satts samman från rätt slutposter, där tillfällig text behandlas som framsteg och inte som ett separat färdigt yttrande.\n\n### Specialiserade resultat och väsentliga begränsningar\n\nDen här profilen ger inget universellt kontrakt för undertexter, tidsstämplar, översättning eller talaretiketter. OpenAI:s migreringsguide skiljer mellan dessa specialiserade funktioner: undertextformat i modellens utdata och tidsangivelser för ord kräver en kompatibel modell och ett kompatibelt format, medan talaretiketter använder GPT-4o Transcribe Diarize. GPT Transcribes filresultat är JSON, inte en direkt ersättning för SRT, VTT eller ett utförligt svar med tidsstämplar. Dess exakta modellbeskrivning publicerar inget numeriskt kontextutrymme eller någon maximal utdatabudget, så ett tokenfönster för en chattmodell ska inte antas för ljudtranskribering.\n\nGranska svåra termer, tal, accenter, bakgrundsljud och språkbyten mot inspelningen. Kontrollera att relevanta ledtrådar förbättrade igenkänningen utan att införa outtalade termer och att den slutliga transkriptionen innehåller ljudets slut. För ett flerspråkigt resultat ska du bevara det som sades innan du förbereder en översättning. Dessa kontroller gör transkriptionen användbar som källmaterial samtidigt som kontextledtrådar, upptäckta språk och igenkänt tal hålls tydligt åtskilda.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "8b0c12d1e5941e2c5dfc20bdff88d942733a8824a2acb1ea7e07c9691a0c2303",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "sv",
  "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=\"Stäng\">×</button></div><div class=\"idline\"><span>OpenAI /</span><code>openai/gpt-transcribe</code><button type=\"button\" id=\"copy-id\">Kopiera ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Modellkortets avsnitt\"><button type=\"button\" data-card-jump=\"overview\">Start</button><button type=\"button\" data-card-jump=\"methods\">Indata &amp; metoder</button><button type=\"button\" data-card-jump=\"pricing\">Priser</button><button type=\"button\" data-card-jump=\"examples\">Exempel</button><button type=\"button\" data-card-jump=\"results\">Resultat</button><button type=\"button\" data-card-jump=\"aliases\">Alias</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"API-metoder\"><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\">Igenkänning</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\">Start</h3><p class=\"mdesc-full\">GPT Transcribe omvandlar inspelat tal till text på originalspråket med kontextpromptar, ordagranna nyckelordsledtrådar och ledtrådar om flera språk. OpenAI dokumenterar transkribering av färdiga filer, strömmade filresultat och transkribering efter att indatan för en ljudtur har bekräftats i Realtime.</p><dl class=\"card-io\" data-card-io><div><dt>Godkända indata</dt><dd>Ljud</dd></div><div><dt>Resultat</dt><dd>Text</dd></div></dl><details class=\"card-about\"><summary>Om modellen</summary><p class=\"note-s\" data-model-method-boundary>Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.</p><div class=\"mabout\" id=\"m-about\"><p>GPT Transcribe är OpenAI:s modell för tal till text för färdiga ljudfiler, strömmade filtranskriptioner och ljudturer med uttryckligen bekräftad indata i Realtime-sessioner. Den tar emot ljud med valfri textkontext och returnerar igenkänd text. Tillverkaren positionerar den för noggrann transkribering av inspelat tal på originalspråket, inklusive facktermer, flerspråkiga inspelningar och språkväxling. Ett användbart resultat är en transkription som förblir kopplad till inspelningen, med metadata om upptäckt språk när modellen kan göra en tillförlitlig bedömning.</p><h4>Förbered en färdig inspelning</h4><p>OpenAI:s arbetsflöde för filtranskribering tar emot uppladdningar på upp till 25 MB. Den aktuella endpointreferensen anger indataformaten FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV och WebM och rekommenderar tillräcklig filmetadata för att identifiera formatet, inklusive en lämplig filändelse och innehållstyp. För en större inspelning rekommenderar guiden komprimering eller uppdelning i filer på högst 25 MB. Undvik att dela mitt i en mening, eftersom borttaget omgivande tal kan försämra igenkänningen. Behåll delarna i ordning och bevara deras positioner i den ursprungliga inspelningen.</p><p>För ett möte, en intervju eller en inspelad presentation ska du lämna det faktiska ljudet och identifiera ämnet och de termer som sannolikt kommer att uttalas. Ett användbart resultat är den igenkända ordalydelsen, inte en härledd sammanfattning av diskussionen. Bevara inspelningens identifierare tillsammans med den returnerade texten så att en person som kontrollerar ett namn, ett tal eller en osäker fras kan återvända till rätt källa. En transkription kan sedan bli material för ett separat arbetsflöde för sammanfattning, översättning eller redigering.</p><h4>Kontext, nyckelordsledtrådar och förväntade språk</h4><p>Tillverkaren skiljer mellan tre typer av vägledning. En prompt ger fri kontext om inspelningens ämne eller situation. Nyckelord anger ordagranna ord eller fraser som förväntas i talet. En språklista identifierar de språk som förväntas talas. För en tvåspråkig produktdiskussion ska du beskriva situationen i prompten, ange relevanta produktnamn som nyckelord och lämna de förväntade språken. Det här är igenkänningsledtrådar, inte instruktioner att infoga ord som ingen har sagt.</p><p>GPT Transcribe använder pluralfältet languages i stället för det äldre singularfältet language; OpenAI anger att båda inte ska skickas samtidigt. Guiden tar emot stödda ISO 639-1-koder, utvalda ISO 639-3-koder och regionala kinesiska lokalkoder, medan värden som inte stöds eller har fel format avvisas. Varje nyckelord måste ligga på en enda rad och får inte innehålla en vinkelparentes, vagnretur eller radmatning. Ett ogiltigt nyckelord eller en för lång prompt kan göra att hela begäran avvisas. Håll kontexten relevant och kontrollera om föreslagna namn faktiskt förekommer i ljudet i stället för att behandla ledtrådslistan som transkriptionen.</p><h4>JSON-utdata och bedömningar av upptäckta språk</h4><p>Det dokumenterade filresultatet är JSON med transkriptionen och upptäckta språk. Dessa språkbedömningar är modellens utdata, inte en kopia av de angivna språkledtrådarna. En tom språklista är ett giltigt resultat när modellen inte kan göra en tillförlitlig bedömning; den visar inte att inspelningen var tyst eller att transkriberingen misslyckades. Håll den igenkända texten och språkmetadatan åtskilda så att efterföljande bearbetning kan använda dem var för sig enligt deras betydelse.</p><h4>Strömma en filtranskription</h4><p>En färdig fil kan ge transkriptionstext stegvis medan den bearbetas. OpenAI dokumenterar transcript.text.delta-händelser för deltext och transcript.text.done för hela filtranskriptionen; den sista händelsen innehåller också upptäckta språk. Det här strömmar resultatet från en inspelning som redan har lämnats in. Det är användbart för att visa framsteg för en lång uppladdning, medan sluthändelsen fastställer den text som ska bevaras som det färdiga resultatet.</p><h4>Bekräftade ljudturer i Realtime-sessioner</h4><p>GPT Transcribe har också ett specialiserat Realtime-arbetsflöde över WebSocket. Ljud läggs till i indatabufferten, varefter applikationen i ett separat steg uttryckligen bekräftar indatan för en ljudtur. Transkriberingen börjar för det bekräftade segmentet och kan ge delresultat före dess sluthändelse, inklusive information om upptäckt språk. Modellen använder automatiskt tidigare transkriberade yttranden som kontext i tillverkarens sessionsflöde. Det här skiljer sig från att fortlöpande skicka text för direkttextning när mikrofonljud anländer; OpenAI anger GPT Live Transcribe för det kontinuerliga arbetsflödet.</p><p>För flera yttranden ska du bevara indatapostens identifierare tillsammans med motsvarande transkription. OpenAI varnar för att sluthändelser från olika yttranden inte behöver anlända i talordning, så koppla varje slutresultat till rätt bekräftad indata i stället för att ordna en konversation enbart efter sluttid. Den användbara artefakten är en ordnad transkription som satts samman från rätt slutposter, där tillfällig text behandlas som framsteg och inte som ett separat färdigt yttrande.</p><h4>Specialiserade resultat och väsentliga begränsningar</h4><p>Den här profilen ger inget universellt kontrakt för undertexter, tidsstämplar, översättning eller talaretiketter. OpenAI:s migreringsguide skiljer mellan dessa specialiserade funktioner: undertextformat i modellens utdata och tidsangivelser för ord kräver en kompatibel modell och ett kompatibelt format, medan talaretiketter använder GPT-4o Transcribe Diarize. GPT Transcribes filresultat är JSON, inte en direkt ersättning för SRT, VTT eller ett utförligt svar med tidsstämplar. Dess exakta modellbeskrivning publicerar inget numeriskt kontextutrymme eller någon maximal utdatabudget, så ett tokenfönster för en chattmodell ska inte antas för ljudtranskribering.</p><p>Granska svåra termer, tal, accenter, bakgrundsljud och språkbyten mot inspelningen. Kontrollera att relevanta ledtrådar förbättrade igenkänningen utan att införa outtalade termer och att den slutliga transkriptionen innehåller ljudets slut. För ett flerspråkigt resultat ska du bevara det som sades innan du förbereder en översättning. Dessa kontroller gör transkriptionen användbar som källmaterial samtidigt som kontextledtrådar, upptäckta språk och igenkänt tal hålls tydligt åtskilda.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Tillgängligt i Ailoot · indata &amp; metoder</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Transkribering</b> <code>POST /v1/audio/transcriptions</code></summary><dl class=\"method-capabilities\"><div><dt>Indatatyper</dt><dd><code>audio</code></dd></div><div><dt>Utdatatyper</dt><dd><code>text</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Fält</th><th>Typ</th><th>Krav</th><th>Värden &amp; gränser</th><th>Standard</th></tr></thead><tbody><tr><th data-cell-label=\"Fält\" scope=\"row\"><span class=\"card-cell-label\">Fält</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=\"Krav\"><span class=\"card-cell-label\">Krav</span>Obligatoriskt</td><td data-cell-label=\"Värden &amp; gränser\"><span class=\"card-cell-label\">Värden &amp; gränser</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=\"Fält\" scope=\"row\"><span class=\"card-cell-label\">Fält</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=\"Krav\"><span class=\"card-cell-label\">Krav</span>Obligatoriskt</td><td data-cell-label=\"Värden &amp; gränser\"><span class=\"card-cell-label\">Värden &amp; gränser</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>Metodparametrar och livscykel</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Parameter</th><th>Avtal</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=\"Avtal\"><span class=\"card-cell-label\">Avtal</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=\"Avtal\"><span class=\"card-cell-label\">Avtal</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=\"Avtal\"><span class=\"card-cell-label\">Avtal</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=\"Avtal\"><span class=\"card-cell-label\">Avtal</span>Exemplet läser din faktiska, icke-tomma PCM WAV-fil, kodar filens samtliga byte som base64 och skickar input_audio.format som wav.</td></tr></tbody></table></div><p>Livscykel: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · exakt task_id från en befintlig mediepost som du äger</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\">Priser</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.</p><dl data-price-conditions><dt>Snabbt läge</dt><dd>Ej angivet <span class=\"note-s\">När snabbt läge är valt</span></dd><dt>Flex-läge</dt><dd>Ej angivet <span class=\"note-s\">När läget flex är valt</span></dd><dt>Högsta resonemangsnivå</dt><dd>Ej angivet <span class=\"note-s\">När den högsta resonemangsnivån använder standardjusteringen (default)</span></dd></dl></div><div data-declared-tariff-pricing><h4>Ailoot-priser</h4><h4>Priser efter konfiguration</h4><p class=\"note-s\">Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Konfiguration</th><th>Prislista</th><th>Debiteringsenhet</th><th>Avgift</th></tr></thead><tbody><tr><th data-cell-label=\"Konfiguration\" scope=\"row\"><span class=\"card-cell-label\">Konfiguration</span>Grundpriser för token</th><td data-cell-label=\"Prislista\"><span class=\"card-cell-label\">Prislista</span>Grundpris</td><td data-cell-label=\"Debiteringsenhet\"><span class=\"card-cell-label\">Debiteringsenhet</span>—</td><td data-cell-label=\"Avgift\"><span class=\"card-cell-label\">Avgift</span><div><span>Indata · Indatatoken</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Utdata · Utdatatoken</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Indata · Cacheläsning</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Indata · Skrivning till cache</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Indata · Skrivning till cache, 1 tim</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div></td></tr><tr><th data-cell-label=\"Konfiguration\" scope=\"row\"><span class=\"card-cell-label\">Konfiguration</span>sekund inkommande ljud</th><td data-cell-label=\"Prislista\"><span class=\"card-cell-label\">Prislista</span>—</td><td data-cell-label=\"Debiteringsenhet\"><span class=\"card-cell-label\">Debiteringsenhet</span>per sekund indataljud</td><td data-cell-label=\"Avgift\"><span class=\"card-cell-label\">Avgift</span><div><span>Indata · sekund inkommande ljud</span> <b>$0.00015</b> <span class=\"price-unit\">per sekund indataljud</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. <a href=\"/docs/sv/billing/reserve/\">Så fungerar reservation och slutreglering →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Exempelbegäranden</h3><h4>Ailoot Ultra · Transkribering</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Kodvarianter\"><button class=\"cg-tab\" id=\"model-code-2158-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2158-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · faktisk WAV-fil och hela det ursprungliga resultatet</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Kopiera kod\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2158-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2158-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${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\">Ta emot och spara resultat</h3><h4>Ailoot Ultra · Transkribering</h4><p class=\"note-s\">Hela den ursprungliga svarskroppen, statusen och vidarebefordrade svarshuvuden. Denna hanterare lägger inte till någon universell JSON-struktur, något textfält eller något uppgiftshölje.</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>Behåll alla färdiga resultat</h5><p class=\"note-s\">Behåll varje fullständigt returnerat svar, fil och innehållsdel.</p><p class=\"note-s\">Spara hela svaret med headers, samtliga faktiska resultat, de ursprungliga returnerade identifierarna och alla användningsfält. Hämta den ursprungliga operationen utan att skicka skapandeförfrågan igen.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Om det ursprungliga svaret behöver kontrolleras</h5><p class=\"note-s\">Behåll faktiskt X-Client-Request-ID och hela svaret. Läs de ursprungliga tillgångarna som du äger och deras exakta signerade innehållslänkar; skicka aldrig en osäker skapandebegäran igen.</p></div><details class=\"card-about\" data-output-fields><summary>Svarsfält</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Fält</th><th>Typ</th></tr></thead><tbody><tr><th data-cell-label=\"Fält\" scope=\"row\"><span class=\"card-cell-label\">Fält</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=\"Fält\" scope=\"row\"><span class=\"card-cell-label\">Fält</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>Fel och nästa steg</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Svar</th><th>Villkor</th><th>Nästa steg</th></tr></thead><tbody><tr><th data-cell-label=\"Svar\" scope=\"row\"><span class=\"card-cell-label\">Svar</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Villkor\"><span class=\"card-cell-label\">Villkor</span>JSON-kroppen eller det uttryckliga kanoniska modell-ID:t är ogiltigt.</td><td data-cell-label=\"Nästa steg\"><span class=\"card-cell-label\">Nästa steg</span>Behåll svaret och korrigera det angivna fältet i begäran.</td></tr><tr><th data-cell-label=\"Svar\" scope=\"row\"><span class=\"card-cell-label\">Svar</span>401 · <code>authentication_error</code></th><td data-cell-label=\"Villkor\"><span class=\"card-cell-label\">Villkor</span>API-nyckeln för Ailoot är ogiltig.</td><td data-cell-label=\"Nästa steg\"><span class=\"card-cell-label\">Nästa steg</span>Använd din behöriga API-nyckel för Ailoot.</td></tr><tr><th data-cell-label=\"Svar\" scope=\"row\"><span class=\"card-cell-label\">Svar</span>403 · <code>permission_error</code></th><td data-cell-label=\"Villkor\"><span class=\"card-cell-label\">Villkor</span>Nyckelgruppen ger inte tillträde till denna metod.</td><td data-cell-label=\"Nästa steg\"><span class=\"card-cell-label\">Nästa steg</span>Behåll de returnerade feluppgifterna.</td></tr><tr><th data-cell-label=\"Svar\" scope=\"row\"><span class=\"card-cell-label\">Svar</span>404 · <code>not_found_error</code></th><td data-cell-label=\"Villkor\"><span class=\"card-cell-label\">Villkor</span>Den valda metoden har ingen tillåten rutt.</td><td data-cell-label=\"Nästa steg\"><span class=\"card-cell-label\">Nästa steg</span>Behåll de returnerade feluppgifterna.</td></tr><tr><th data-cell-label=\"Svar\" scope=\"row\"><span class=\"card-cell-label\">Svar</span>422 · <code>price_unavailable</code></th><td data-cell-label=\"Villkor\"><span class=\"card-cell-label\">Villkor</span>Den accepterade tariffen kan inte fastställa den mängd eller gräns för indata som krävs.</td><td data-cell-label=\"Nästa steg\"><span class=\"card-cell-label\">Nästa steg</span>Behåll svaret; använd den representation av indata som den accepterade tariffen kräver.</td></tr><tr><th data-cell-label=\"Svar\" scope=\"row\"><span class=\"card-cell-label\">Svar</span>503 · <code></code></th><td data-cell-label=\"Villkor\"><span class=\"card-cell-label\">Villkor</span>Nödvändig lagring, rutt, metodpris eller reservation är inte tillgänglig.</td><td data-cell-label=\"Nästa steg\"><span class=\"card-cell-label\">Nästa steg</span>Behåll hela det ursprungliga svaret. En osäker reservation ger inte tillstånd att skicka in igen.</td></tr><tr><th data-cell-label=\"Svar\" scope=\"row\"><span class=\"card-cell-label\">Svar</span>502 · <code>server_error</code></th><td data-cell-label=\"Villkor\"><span class=\"card-cell-label\">Villkor</span>Det ursprungliga resultatet, förbrukningen eller avräkningen kräver kontroll.</td><td data-cell-label=\"Nästa steg\"><span class=\"card-cell-label\">Nästa steg</span>Behåll det faktiska begärans-ID:t och det ursprungliga svaret. Läs den befintliga posten som du äger; skicka inte skapandebegäran igen.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Alias</h3><h4>Modellalias</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>Alias för metodsökvägar</h4><p class=\"note-s\">Använd metodsökvägarna som visas ovan.</p><h4>Relaterade anropar-ID:n</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": "JSON-kroppen eller det uttryckliga kanoniska modell-ID:t är ogiltigt.",
                "http_status": 400,
                "recovery": "Behåll svaret och korrigera det angivna fältet i begäran.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "API-nyckeln för Ailoot är ogiltig.",
                "http_status": 401,
                "recovery": "Använd din behöriga API-nyckel för Ailoot.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "Nyckelgruppen ger inte tillträde till denna metod.",
                "http_status": 403,
                "recovery": "Behåll de returnerade feluppgifterna.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "Den valda metoden har ingen tillåten rutt.",
                "http_status": 404,
                "recovery": "Behåll de returnerade feluppgifterna.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "Den accepterade tariffen kan inte fastställa den mängd eller gräns för indata som krävs.",
                "http_status": 422,
                "recovery": "Behåll svaret; använd den representation av indata som den accepterade tariffen kräver.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "Nödvändig lagring, rutt, metodpris eller reservation är inte tillgänglig.",
                "http_status": 503,
                "recovery": "Behåll hela det ursprungliga svaret. En osäker reservation ger inte tillstånd att skicka in igen.",
                "type": null
              },
              {
                "code": null,
                "condition": "Det ursprungliga resultatet, förbrukningen eller avräkningen kräver kontroll.",
                "http_status": 502,
                "operation_id_source": "actual X-Client-Request-ID",
                "recovery": "Behåll det faktiska begärans-ID:t och det ursprungliga svaret. Läs den befintliga posten som du äger; skicka inte skapandebegäran igen.",
                "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": "Behåll faktiskt X-Client-Request-ID och hela svaret. Läs de ursprungliga tillgångarna som du äger och deras exakta signerade innehållslänkar; skicka aldrig en osäker skapandebegäran igen."
            },
            "outputs": {
              "all_results": "Spara hela svaret med headers, samtliga faktiska resultat, de ursprungliga returnerade identifierarna och alla användningsfält. Hämta den ursprungliga operationen utan att skicka skapandeförfrågan igen.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text (when present)",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage (when present)",
                  "type": null
                }
              ],
              "result": "Hela den ursprungliga svarskroppen, statusen och vidarebefordrade svarshuvuden. Denna hanterare lägger inte till någon universell JSON-struktur, något textfält eller något uppgiftshölje."
            },
            "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": [
              "Exemplet läser din faktiska, icke-tomma PCM WAV-fil, kodar filens samtliga byte som base64 och skickar input_audio.format som 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": "exakt task_id från en befintlig mediepost som du äger",
                "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": "Transkribering",
        "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": "e553aef75e554d6d976526f58b37d0b5634918c5740df666444ddc011745d522",
    "input_html_sha256": "e1eead77f344b7e514203d75dff1f89bbfa9299cf2631cf9da26c1eb53bd4180",
    "private_audit_sha256": "cef75d8404256a031f44a5667a1af1bdbcd0d1c2dc5f0c129e38ead42167311c",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/sv/openai-gpt-transcribe/",
    "description": "GPT Transcribe omvandlar inspelat tal till text på originalspråket med kontextpromptar, ordagranna nyckelordsledtrådar och ledtrådar om flera språk. OpenAI dokumenterar transkribering av färdiga filer, strömmade filresultat och transkribering efter att indatan för en ljudtur har bekräftats i Realtime.",
    "locale": "sv",
    "md_url": "https://ailoot.ai/models/sv/openai-gpt-transcribe/index.md",
    "title": "OpenAI: GPT Transcribe — Ailoot",
    "url": "https://ailoot.ai/models/sv/openai-gpt-transcribe/"
  },
  "rawModel": {
    "about": "GPT Transcribe är OpenAI:s modell för tal till text för färdiga ljudfiler, strömmade filtranskriptioner och ljudturer med uttryckligen bekräftad indata i Realtime-sessioner. Den tar emot ljud med valfri textkontext och returnerar igenkänd text. Tillverkaren positionerar den för noggrann transkribering av inspelat tal på originalspråket, inklusive facktermer, flerspråkiga inspelningar och språkväxling. Ett användbart resultat är en transkription som förblir kopplad till inspelningen, med metadata om upptäckt språk när modellen kan göra en tillförlitlig bedömning.\n\n### Förbered en färdig inspelning\n\nOpenAI:s arbetsflöde för filtranskribering tar emot uppladdningar på upp till 25 MB. Den aktuella endpointreferensen anger indataformaten FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV och WebM och rekommenderar tillräcklig filmetadata för att identifiera formatet, inklusive en lämplig filändelse och innehållstyp. För en större inspelning rekommenderar guiden komprimering eller uppdelning i filer på högst 25 MB. Undvik att dela mitt i en mening, eftersom borttaget omgivande tal kan försämra igenkänningen. Behåll delarna i ordning och bevara deras positioner i den ursprungliga inspelningen.\n\nFör ett möte, en intervju eller en inspelad presentation ska du lämna det faktiska ljudet och identifiera ämnet och de termer som sannolikt kommer att uttalas. Ett användbart resultat är den igenkända ordalydelsen, inte en härledd sammanfattning av diskussionen. Bevara inspelningens identifierare tillsammans med den returnerade texten så att en person som kontrollerar ett namn, ett tal eller en osäker fras kan återvända till rätt källa. En transkription kan sedan bli material för ett separat arbetsflöde för sammanfattning, översättning eller redigering.\n\n### Kontext, nyckelordsledtrådar och förväntade språk\n\nTillverkaren skiljer mellan tre typer av vägledning. En prompt ger fri kontext om inspelningens ämne eller situation. Nyckelord anger ordagranna ord eller fraser som förväntas i talet. En språklista identifierar de språk som förväntas talas. För en tvåspråkig produktdiskussion ska du beskriva situationen i prompten, ange relevanta produktnamn som nyckelord och lämna de förväntade språken. Det här är igenkänningsledtrådar, inte instruktioner att infoga ord som ingen har sagt.\n\nGPT Transcribe använder pluralfältet languages i stället för det äldre singularfältet language; OpenAI anger att båda inte ska skickas samtidigt. Guiden tar emot stödda ISO 639-1-koder, utvalda ISO 639-3-koder och regionala kinesiska lokalkoder, medan värden som inte stöds eller har fel format avvisas. Varje nyckelord måste ligga på en enda rad och får inte innehålla en vinkelparentes, vagnretur eller radmatning. Ett ogiltigt nyckelord eller en för lång prompt kan göra att hela begäran avvisas. Håll kontexten relevant och kontrollera om föreslagna namn faktiskt förekommer i ljudet i stället för att behandla ledtrådslistan som transkriptionen.\n\n### JSON-utdata och bedömningar av upptäckta språk\n\nDet dokumenterade filresultatet är JSON med transkriptionen och upptäckta språk. Dessa språkbedömningar är modellens utdata, inte en kopia av de angivna språkledtrådarna. En tom språklista är ett giltigt resultat när modellen inte kan göra en tillförlitlig bedömning; den visar inte att inspelningen var tyst eller att transkriberingen misslyckades. Håll den igenkända texten och språkmetadatan åtskilda så att efterföljande bearbetning kan använda dem var för sig enligt deras betydelse.\n\n### Strömma en filtranskription\n\nEn färdig fil kan ge transkriptionstext stegvis medan den bearbetas. OpenAI dokumenterar transcript.text.delta-händelser för deltext och transcript.text.done för hela filtranskriptionen; den sista händelsen innehåller också upptäckta språk. Det här strömmar resultatet från en inspelning som redan har lämnats in. Det är användbart för att visa framsteg för en lång uppladdning, medan sluthändelsen fastställer den text som ska bevaras som det färdiga resultatet.\n\n### Bekräftade ljudturer i Realtime-sessioner\n\nGPT Transcribe har också ett specialiserat Realtime-arbetsflöde över WebSocket. Ljud läggs till i indatabufferten, varefter applikationen i ett separat steg uttryckligen bekräftar indatan för en ljudtur. Transkriberingen börjar för det bekräftade segmentet och kan ge delresultat före dess sluthändelse, inklusive information om upptäckt språk. Modellen använder automatiskt tidigare transkriberade yttranden som kontext i tillverkarens sessionsflöde. Det här skiljer sig från att fortlöpande skicka text för direkttextning när mikrofonljud anländer; OpenAI anger GPT Live Transcribe för det kontinuerliga arbetsflödet.\n\nFör flera yttranden ska du bevara indatapostens identifierare tillsammans med motsvarande transkription. OpenAI varnar för att sluthändelser från olika yttranden inte behöver anlända i talordning, så koppla varje slutresultat till rätt bekräftad indata i stället för att ordna en konversation enbart efter sluttid. Den användbara artefakten är en ordnad transkription som satts samman från rätt slutposter, där tillfällig text behandlas som framsteg och inte som ett separat färdigt yttrande.\n\n### Specialiserade resultat och väsentliga begränsningar\n\nDen här profilen ger inget universellt kontrakt för undertexter, tidsstämplar, översättning eller talaretiketter. OpenAI:s migreringsguide skiljer mellan dessa specialiserade funktioner: undertextformat i modellens utdata och tidsangivelser för ord kräver en kompatibel modell och ett kompatibelt format, medan talaretiketter använder GPT-4o Transcribe Diarize. GPT Transcribes filresultat är JSON, inte en direkt ersättning för SRT, VTT eller ett utförligt svar med tidsstämplar. Dess exakta modellbeskrivning publicerar inget numeriskt kontextutrymme eller någon maximal utdatabudget, så ett tokenfönster för en chattmodell ska inte antas för ljudtranskribering.\n\nGranska svåra termer, tal, accenter, bakgrundsljud och språkbyten mot inspelningen. Kontrollera att relevanta ledtrådar förbättrade igenkänningen utan att införa outtalade termer och att den slutliga transkriptionen innehåller ljudets slut. För ett flerspråkigt resultat ska du bevara det som sades innan du förbereder en översättning. Dessa kontroller gör transkriptionen användbar som källmaterial samtidigt som kontextledtrådar, upptäckta språk och igenkänt tal hålls tydligt åtskilda.",
    "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": "Fullständig prissättning för konfigurationen finns i detaljerna."
      }
    ],
    "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": "JSON-kroppen eller det uttryckliga kanoniska modell-ID:t är ogiltigt.",
                "http_status": 400,
                "recovery": "Behåll svaret och korrigera det angivna fältet i begäran.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "API-nyckeln för Ailoot är ogiltig.",
                "http_status": 401,
                "recovery": "Använd din behöriga API-nyckel för Ailoot.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "Nyckelgruppen ger inte tillträde till denna metod.",
                "http_status": 403,
                "recovery": "Behåll de returnerade feluppgifterna.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "Den valda metoden har ingen tillåten rutt.",
                "http_status": 404,
                "recovery": "Behåll de returnerade feluppgifterna.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "Den accepterade tariffen kan inte fastställa den mängd eller gräns för indata som krävs.",
                "http_status": 422,
                "recovery": "Behåll svaret; använd den representation av indata som den accepterade tariffen kräver.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "Nödvändig lagring, rutt, metodpris eller reservation är inte tillgänglig.",
                "http_status": 503,
                "recovery": "Behåll hela det ursprungliga svaret. En osäker reservation ger inte tillstånd att skicka in igen.",
                "type": null
              },
              {
                "code": null,
                "condition": "Det ursprungliga resultatet, förbrukningen eller avräkningen kräver kontroll.",
                "http_status": 502,
                "operation_id_source": "actual X-Client-Request-ID",
                "recovery": "Behåll det faktiska begärans-ID:t och det ursprungliga svaret. Läs den befintliga posten som du äger; skicka inte skapandebegäran igen.",
                "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": "Behåll faktiskt X-Client-Request-ID och hela svaret. Läs de ursprungliga tillgångarna som du äger och deras exakta signerade innehållslänkar; skicka aldrig en osäker skapandebegäran igen."
            },
            "outputs": {
              "all_results": "Spara hela svaret med headers, samtliga faktiska resultat, de ursprungliga returnerade identifierarna och alla användningsfält. Hämta den ursprungliga operationen utan att skicka skapandeförfrågan igen.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text (when present)",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage (when present)",
                  "type": null
                }
              ],
              "result": "Hela den ursprungliga svarskroppen, statusen och vidarebefordrade svarshuvuden. Denna hanterare lägger inte till någon universell JSON-struktur, något textfält eller något uppgiftshölje."
            },
            "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": [
              "Exemplet läser din faktiska, icke-tomma PCM WAV-fil, kodar filens samtliga byte som base64 och skickar input_audio.format som 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": "exakt task_id från en befintlig mediepost som du äger",
                "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": "Transkribering",
        "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 omvandlar inspelat tal till text på originalspråket med kontextpromptar, ordagranna nyckelordsledtrådar och ledtrådar om flera språk. OpenAI dokumenterar transkribering av färdiga filer, strömmade filresultat och transkribering efter att indatan för en ljudtur har bekräftats i 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 omvandlar inspelat tal till text på originalspråket med kontextpromptar, ordagranna nyckelordsledtrådar och ledtrådar om flera språk. OpenAI dokumenterar transkribering av färdiga filer, strömmade filresultat och transkribering efter att indatan för en ljudtur har bekräftats i Realtime.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "19c96817f0ebec0b72f091394915297f81c24aef5964fbc5036b61194ade269f",
    "renderer_sha256": "8a45bb31b83d2551e6d975cf4683518c7cb445a54b9394a01947f4dd103f1051"
  },
  "sourceRevision": "5451c820a85248aca8b83704cf86d43f305d63f00ff6ac06115255052408ce6f"
}
