OpenAI
GPT Audio
مدل gpt-audio نخستین مدل صوتی عمومی OpenAI است و نسخهٔ جدیدش دیکودر بهتری دارد که صدای طبیعیتری تولید میکند و ثبات صدا را در طول گفتار بهتر حفظ میکند.
شناسه در API: gpt-audio
تحلیل
حکم کلی
مدلی تخصصی است. قبل از انتخاب، امتیاز فارسیاش را با رقبای همرده مقایسه کنید.
نقاط قوت
هنوز دادهای برای نقطهٔ قوت نداریم.
نقاط ضعف
- برای کارهای پرحجم گران درمیآید
سنجههای فارسی
عملکرد زنده
از آمار زندهٔ OpenRouter (۱ ارائهدهندهای که آمار گزارش کردهاند): پایداری در ۲۴ ساعت گذشته، تأخیر و سرعت در ۳۰ دقیقهٔ آخر از ۴۵۴ درخواست. ساعتی بهروز میشود.
قابلیتها
پارامترهای قابل ارسال
اینها را میتوانید در درخواست به این مدل بفرستید.
temperatureمیزان خلاقیت جوابtop_pنمونهبرداری هستهایmax_tokensسقف طول جوابstopتوقف با رشتهٔ دلخواهseedجواب تکرارپذیرtoolsتعریف ابزارtool_choiceاجبار به استفاده از ابزارresponse_formatقالب جواب (JSON)structured_outputsخروجی با اسکیمای مشخصfrequency_penaltyکم کردن تکرار کلمهpresence_penaltyتنوع موضوعlogit_biasتغییر احتمال توکنهاlogprobsاحتمال هر توکنtop_logprobsاحتمال توکنهای جایگزین
بر اساس اطلاعاتی که OpenRouter برای این مدل منتشر کرده.
امتحان مدل
برای امتحان این مدل وارد شوید. هر اجرا با همان قیمت مرشد API از کیف پول شما کم میشود.
ورود برای امتحاناستفاده با API
با SDK خود OpenAI کار میکند؛ فقط آدرس پایه را https://api.morshed.ai/v1 و کلید را کلید مرشد API بگذارید.
curl https://api.morshed.ai/v1/chat/completions \
-H "Authorization: Bearer $MORSHED_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "gpt-audio", "messages": [{"role": "user", "content": "سلام! خودت را معرفی کن."}]}'import os
from openai import OpenAI
client = OpenAI(base_url="https://api.morshed.ai/v1", api_key=os.environ["MORSHED_API_KEY"])
res = client.chat.completions.create(
model="gpt-audio",
messages=[{"role": "user", "content": "سلام! خودت را معرفی کن."}],
)
print(res.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.morshed.ai/v1", apiKey: process.env.MORSHED_API_KEY });
const res = await client.chat.completions.create({
model: "gpt-audio",
messages: [{ role: "user", content: "سلام! خودت را معرفی کن." }],
});
console.log(res.choices[0].message.content);مشخصات فنی
- کانتکست
- ۱۲۸K توکن
- حداکثر طول جواب
- ۱۶ هزار توکن
- مودالیتی
- text
- سرعت
- ۹۲ توکن/ثانیه
- تأخیر اولین توکن
- ۴۹۱ میلیثانیه
- تاریخ انتشار
- ۲۹ دی ۱۴۰۴
- فیلتر محتوای ارائهدهنده
- دارد
ارائهدهندهها
درخواستهای این مدل در مرشد API از طریق این ارائهدهنده پاسخ میگیرند.
- OpenAI
پرسشهای پرتکرار
دربارهٔ GPT Audio
این مدل هنوز در ارزیابی فارسی ما نبوده. مدلها را بهنوبت ارزیابی میکنیم و امتیازش بعد از ارزیابی همینجا میآید.
با نرخ روزانهٔ دلار، هر ۱ میلیون توکن ورودی ۱٬۰۷۴٬۸۲۰ تومان و هر ۱ میلیون توکن خروجی ۴٬۲۹۹٬۲۸۰ تومان است. یک گفتگوی معمولی با این مدل حدود ۳٬۶۵۴ تومان تمام میشود.
این مدل را میتوانید با شناسهٔ gpt-audio از API مرشد صدا بزنید. API با SDK رسمی OpenAI سازگار است و پرداختش ریالی است.
این مدل علاوه بر متن، صدا هم ورودی میگیرد، میتواند ابزار و API بیرونی را صدا بزند و خروجی را در قالب JSON مشخص برمیگرداند.
کانتکست این مدل ۱۲۸ هزار توکن است، یعنی تقریباً ۱۲۸ صفحه متن فارسی را یکجا میخواند. در هر جواب هم تا ۱۶ هزار توکن مینویسد.