OpenAI: GPT-4o Audio openai/gpt-4o-audio-preview

Модель OpenAI: GPT-4o Audio от OpenAI (семейство gpt) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Создатель ChatGPT и GPT-серии. Самая известная AI-компания в мире.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

128K

контекст, токенов

250 ₽

за 1 млн входных токенов

1 000 ₽

за 1 млн выходных токенов

возможностей

2023-10

база знаний до

Что такое OpenAI: GPT-4o Audio

Оптимальна для проектов, где требуется сквозная обработка аудио — от голосового ввода до звукового ответа — в рамках единого API без склейки отдельных сервисов транскрипции и синтеза речи.

GPT-4o Audio — это вариант модели GPT-4o от OpenAI, расширенный нативной поддержкой аудиовхода и аудиовыхода. В отличие от стандартного GPT-4o, который работает только с текстом и изображениями, эта версия принимает голосовые и звуковые записи напрямую, без предварительной транскрипции через отдельный Whisper-пайплайн. Это позволяет модели улавливать интонации, паузы, эмоциональную окраску и другие акустические нюансы, которые теряются при конвертации в текст.

Модель работает в режиме preview и доступна через API. Контекстное окно составляет 128 000 токенов. Поддерживается как ввод, так и вывод в аудиоформате, что открывает возможности для построения полноценных голосовых интерфейсов без необходимости склеивать несколько сервисов. Подходит для сценариев, где важна обработка живой речи, анализ звуковых данных или генерация голосовых ответов в рамках одного API-вызова.

Когда брать эту модель

✓ Голосовые ассистенты и чат-боты с поддержкой живой речи
✓ Анализ тональности и эмоций в аудиозаписях (колл-центры, UX-исследования)
✓ Автоматическое резюмирование и обработка звонков без отдельного ASR-сервиса
✓ Генерация голосовых ответов (TTS) с контекстно-зависимой интонацией
✓ Прототипирование мультимодальных продуктов с аудиоинтерфейсом

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Передай запись телефонного разговора с клиентом и попроси модель определить тональность, выделить ключевые претензии и сформулировать краткое резюме для CRM — всё в одном запросе без промежуточной транскрипции.

Использование OpenAI: GPT-4o Audio через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-4o-audio-preview",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="openai/gpt-4o-audio-preview",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "openai/gpt-4o-audio-preview",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);