OpenAIs Speech-to-Text-API — gpt-4o-transcribe eingestellt (28.02.2026), Default gpt-4o-mini-transcribe ($0.003/Min), whisper-1 Legacy ($0.006/Min). Open-Source lokal via whisper.cpp.
Whisper ist OpenAIs Speech-to-Text-API — bekannt für hohe Transkriptionsqualität über viele Sprachen hinweg, jetzt als OpenAI-API-Endpunkt verfügbar. Das Open-Source-Modell „whisper-1" ist seit Jahren Benchmark für akademische und professionelle STT-Nutzung. Für Studierende relevant als API für eigene Projekte oder als zugrungliegendes Modell hinter vielen Meeting-Transkriptions-Tools.
gpt-4o-mini-transcribe (Default) — $0.003/Min (= $0.18/Stunde) Aktuelles Default-Modell für Audio-Transkription. Gutes Preis-Leistungs-Verhältnis für die meisten Anwendungen.
whisper-1 (Legacy) — $0.006/Min (= $0.36/Stunde) Das ursprüngliche Open-Source-Whisper-Modell als API. Immer noch stark, aber doppelt so teuer wie das Mini-Modell.
gpt-4o-transcribe — EINGESTELLT (28.02.2026) Nicht mehr verfügbar. Bestehende Integrationen müssen auf gpt-4o-mini-transcribe umgestellt werden.
Lokal (whisper.cpp / faster-whisper) — kostenlos Dieselbe Modellqualität, offline, keine API-Kosten. Erfordert lokale Installation.
from openai import OpenAI
client = OpenAI()
with open("meeting.mp3", "rb") as audio:
transcript = client.audio.transcriptions.create(
model="gpt-4o-mini-transcribe",
file=audio
)
print(transcript.text)
OpenAI verarbeitet Audio auf US-Servern. Für Produktiv-API-Kunden (Tier 2+) ist kein Training auf API-Inputs aktiv (Stand 05/2026). Für vollständig datenschutzkonformen Betrieb: lokale Ausführung mit whisper.cpp — keine Daten verlassen deinen Rechner. Für Aufnahmen mit Dritten: Einwilligung einholen, auch wenn du selbst transkribierst.