OpenAIAudiomodellAktiv
GPT-Realtime-Whisper
BeliebtheitPlatz 392 von 631
34von 100wie im Vormonat
beruht auf zwei Datengruppen, überwiegend Suche
Zusammenfassung
GPT-Realtime-Whisper ist ein dediziertes Streaming-Modell für Echtzeittranskription. Es erzeugt Text aus Audio-Streams und lässt Entwickler Latenz und Genauigkeit anpassen. Der dokumentierte Ausgabepfad sind laufende Transkript-Deltas statt gesprochener Antworten. Im Unterschied zu GPT-Realtime 2.1 gibt das Modell laut OpenAI Text aus und dokumentiert Audio als Eingabe für die Echtzeittranskription.
Das dokumentierte Kontextfenster umfasst 16.000 Token, die maximale Ausgabe 2.000 Token. Funktionsaufrufe und strukturierte Ausgaben sind nicht unterstützt. Das Modell hat laut OpenAI eine Wissensgrenze vom 30. September 2024. Seine enge Spezialisierung zeigt sich in Audio-Eingabe und Text-Ausgabe. OpenAI rechnet nach Audiominuten statt nach Text-Token ab.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 171 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 15
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
Artificial Analysis AA-WER Streaming (final transcription) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 4.8854
- Bewertung
- 4.8854
- Messgröße
- word error rate (WER)
- Einheit
- %
- Benchmark-Version
- AA-WER v2.2 streaming
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Direkte Streaming-Auswertung über die API; WER der finalen Transkription über AA-AgentTalk (50 %), VoxPopuli (25 %) und Earnings22 (25 %), insgesamt etwa acht Stunden. WER ist innerhalb jedes Datensatzes nach Dauer gewichtet; Die Chunks von Earnings22 werden auf Ebene des übergeordneten Aufrufs wieder zusammengesetzt. Streaming-Protokoll AA-WER v2.2.
Coval rolling-30-day pooled word error rate (gpt-realtime-whisper endpoint) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 4.061691059994591
- Bewertung
- 4.061691059994591
- Messgröße
- Pooled word error rate across Coval's fixed public speech-recognition audio conditions
- Einheit
- %
- Benchmark-Version
- Coval rolling 30-day snapshot, last measured 2026-10-16, source response fetched 2026-10-16T15:36:03.942140Z
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 26641
- Quellentyp
- independent-evaluator
- Auswertung
- Coval
- Status
- superseded
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte gehostete API-Modell-ID gpt-realtime-whisper. Coval beschreibt tägliche Tests mit festem, öffentlichem Audio für saubere Sprache, Akzente, Rauschen, Hall, Fernfeld, abgeschnittene Sprache und Telefon-Codecs. Dieser Endpunkt führt Whisper-Transkription innerhalb einer OpenAI-Realtime-Sitzung aus, nicht über die eigenständige Audio-API. Das rollierende Fenster wurde zuletzt am 16.10.2026 gemessen. Gespeichert ist pooled_value=4.061691059994591 aus der WER-Zeile, nicht mean_value; Covals sichtbare 4,1 % sind auf eine Dezimalstelle gerundet. Die ausgewiesene Zahl bewerteter WER-Messungen stammt aus dieser Zeile.
- Einordnung
- Die Seite veröffentlicht die Zahl der für WER bewerteten Samples, nicht die Gesamtzahl versuchter Anfragen oder eine Zahl fehlgeschlagener Anfragen. Ein Konfidenzintervall wird nicht angegeben. Dieses Ergebnis aus einer gehosteten Realtime-Sitzung ist methodisch vom AA-WER von Artificial Analysis getrennt und kein Ersatz oder direkt gleichwertiger Wert.
Pipecat STT Benchmark semantic WER mean (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 2.41
- Bewertung
- 2.41
- Messgröße
- Arithmetic mean semantic word error rate across successfully transcribed samples
- Einheit
- %
- Benchmark-Version
- Pipecat STT Benchmark at commit 94f567299a21f8d617039bc69f137a131f5dedd5, September 2026 semantic-WER judge update
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Pipecat STT Benchmark
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Die gepinnte Ergebnistabelle berichtet Semantic WER über 1.000 versuchte Beispiele aus pipecat-ai/smart-turn-data-v3.1-train. WER Mean ist der Mittelwert über Samples mit zurückgegebenem Transkript. Die Tabelle nennt 100,0 % erfolgreiche Transkripte, aber nicht die genaue Zahl bewerteter WER-Samples. Die Semantic-Bewertung durch Claude Sonnet 5.5 ignoriert Satzzeichen, Kontraktionen, Füllwörter und bedeutungsgleiche Formulierungen. Die Quelle dokumentiert keine Sprachverteilung; die Datensatzvorschau zeigt englische Transkripte.
- Einordnung
- Die genaue Zahl bewerteter WER-Samples und ein modellspezifisches Konfidenzintervall werden nicht veröffentlicht. Die Zahl 1.000 bezeichnet versuchte Samples, nicht den WER-Nenner. Laut README liegen Unterschiede unter etwa 0,25 Prozentpunkten bei den genauesten Diensten innerhalb des 95-%-Bootstrap-Intervalls. Nahe Werte daher nicht als Rangfolge auslegen.
Pipecat STT Benchmark semantic pooled WER (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 2.3
- Bewertung
- 2.3
- Messgröße
- Pooled semantic word error rate, total judged errors divided by total reference words
- Einheit
- %
- Benchmark-Version
- Pipecat STT Benchmark at commit 94f567299a21f8d617039bc69f137a131f5dedd5, September 2026 semantic-WER judge update
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Pipecat STT Benchmark
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Die gepinnte Ergebnistabelle berichtet Semantic WER über 1.000 versuchte Beispiele aus pipecat-ai/smart-turn-data-v3.1-train. Pooled WER teilt die Summe bewerteter semantischer Wortfehler durch die Gesamtzahl der Referenzwörter und schließt Samples ohne zurückgegebenes Transkript aus. Die Tabelle nennt 100,0 % erfolgreiche Transkripte, aber nicht die genaue bewertete Zahl. Die Semantic-Bewertung durch Claude Sonnet 5.5 ignoriert Satzzeichen, Kontraktionen, Füllwörter und bedeutungsgleiche Formulierungen. Die Quelle dokumentiert keine Sprachverteilung; die Datensatzvorschau zeigt englische Transkripte.
- Einordnung
- Die genaue Zahl bewerteter WER-Samples und ein modellspezifisches Konfidenzintervall werden nicht veröffentlicht. Die Zahl 1.000 bezeichnet versuchte Samples, nicht den WER-Nenner. Laut README liegen Unterschiede unter etwa 0,25 Prozentpunkten bei den genauesten Diensten innerhalb des 95-%-Bootstrap-Intervalls. Nahe Werte daher nicht als Rangfolge auslegen.
FLEURS read-speech streaming WER (Speko) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 5.02
- Bewertung
- 5.02
- Messgröße
- WER · streaming / Read speech
- Einheit
- %
- Benchmark-Version
- Speko measurement, 2026-09-21
- Kategorie
- audio
- Richtung
- Keine Richtung veröffentlicht
- Stichprobe
- 1541
- Quellentyp
- independent-evaluator
- Auswertung
- Speko Speech-to-Text benchmark
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. Gemessen am 21.09.2026; gelesene Sprache; n=1541 · FLEURS test+dev+train · direkt beim Anbieter; Streaming-Endpunkt.
- Einordnung
- Die erhaltene STT-Seite nennt weder die Richtung des WER-Werts noch weitere Transkriptionsdetails. Die verlinkte Methodik-URL leitet zu einem TTS-Methodikartikel weiter.
Speko Speech-to-Text, conversational WER (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 16.8155
- Bewertung
- 16.8155
- Messgröße
- word error rate (WER)
- Einheit
- %
- Benchmark-Version
- Speko conversation track; cell measured 2026-10-01; model-level serving revision not published
- Kategorie
- streaming speech-to-text
- Richtung
- Weniger ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Speko Speech-to-Text benchmark
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. Exakte JSON-Zeile openai:gpt-realtime-whisper, angezeigt als GPT Realtime Whisper; nur Streaming-Endpunkt; Conversation-Track mit 60 Sprechern und 2 Durchläufen, Zelle gemessen am 01.10.2026. Der JSON-Skalar lautet 16,8155, die Anzeige 16,82 %. Dieselbe Zelle enthält wörtlich die Angabe „14,0–19,9 % · EdAcc n=283 · 60 speakers, 2 passes, 2026-10-01“. Intervallniveau, Bedeutung von EdAcc und die Frage, ob 283 ein Transkript-Nenner ist, werden auf den geöffneten Seiten nicht erklärt. Daher werden weder Stichprobengröße noch Intervallfelder gesetzt.
- Einordnung
- Dies ist ein Conversation-Ergebnis und nicht mit dem bereits erfassten FLEURS-WER für vorgelesene Sprache austauschbar. Speko markiert den Conversation-Wert als Warnung, den niedrigeren FLEURS-Wert als gut. Der aufgerufene Methodenlink führte nicht zu einer Methodikseite; Bedeutung des Intervalls, Nenner und Modellrevision bleiben unbekannt.
Coval rolling 30-day word error rate average (last measured 2026-10-19) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 4
- Bewertung
- 4
- Messgröße
- Average word error rate (WER), 30-day average; lower is better
- Einheit
- %
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 26644
- Quellentyp
- independent-evaluator
- Auswertung
- Coval
- Status
- superseded
- Abrufdatum
- 2026-10-20
- Methodik
- Unabhängige Evaluation. Coval berichtet den gehosteten Endpunkt GPT Realtime Whisper. Er führt Whisper-Transkription in einer OpenAI-Realtime-Sitzung aus, nicht über die eigenständige Audio-API. Dies ist der rollierende 30-Tage-Mittelwert, zuletzt gemessen am 19.10.2026. Die Durchschnittszeile nennt 26.644 Samples. Dies ist eine datierte Momentaufnahme der rollierenden Coval-Reihe, kein unabhängiger Wiederholungstest. Dieser WER-Mittelwert ist von der zuvor erfassten gepoolten WER-Beobachtung getrennt.
- Einordnung
- Covals aktueller WER-Mittelwert unterscheidet sich von der älteren gespeicherten gepoolten WER von 4,061691059994591 %, gemessen am 16.10.2026. Nicht zusammenführen oder ersetzen und den gerundeten Mittelwert nicht als gepoolte WER interpretieren. Dies ist eine neue Erfassung der rollierenden Quelle, keine neue unabhängige Studie.
Cekura STT benchmark, Pipecat Dataset WER (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 2.16
- Bewertung
- 2.16
- Messgröße
- Word error rate (WER) on short public Pipecat STT benchmark clips against reference transcripts; lower is better.
- Einheit
- %
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 1000
- Untere Konfidenzgrenze
- 1.92
- Obere Konfidenzgrenze
- 2.41
- Quellentyp
- independent-evaluator
- Auswertung
- Cekura Bench
- Status
- active
- Abrufdatum
- 2026-10-22
- Methodik
- Unabhängige Evaluation. GPT Realtime Whisper; 1.000 kurze öffentliche Clips aus Pipecats STT-Benchmark-Datensatz; Word Error Rate gegen Referenztranskripte. Cekura nutzt den vom Anbieter unterstützten Finalisierungsvertrag.
- Einordnung
- Cekura führt diesen Benchmark selbst durch und verkauft Test- und Monitoring-Tools für Voice Agents. Laut Offenlegung können gemessene Anbieter Kunden oder Partner sein; einige Bewertungsrubriken sind nicht öffentlich und daher nicht vollständig exakt reproduzierbar. Die Quelle nennt weder eine unveränderliche Serving-Revision noch ein messlaufspezifisches Datum für dieses Modell.
Cekura STT benchmark, Ocular Dataset WER (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 3.53
- Bewertung
- 3.53
- Messgröße
- Word error rate (WER) on licensed Ocular conversation recordings against reference transcripts; lower is better.
- Einheit
- %
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 8
- Untere Konfidenzgrenze
- 2.58
- Obere Konfidenzgrenze
- 4.51
- Quellentyp
- independent-evaluator
- Auswertung
- Cekura Bench
- Status
- active
- Abrufdatum
- 2026-10-22
- Methodik
- Unabhängige Evaluation. GPT Realtime Whisper; acht von Ocular lizenzierte Aufzeichnungen aus vier realen Telefongesprächen; Word Error Rate gegen Referenztranskripte. Die Aufzeichnungen entsprechen nicht acht getrennten Gesprächen. Cekura nutzt den vom Anbieter unterstützten Finalisierungsvertrag.
- Einordnung
- Cekura führt diesen Benchmark selbst durch und verkauft Test- und Monitoring-Tools für Voice Agents. Laut Offenlegung können gemessene Anbieter Kunden oder Partner sein; einige Bewertungsrubriken sind nicht öffentlich und daher nicht vollständig exakt reproduzierbar. Die Quelle nennt weder eine unveränderliche Serving-Revision noch ein messlaufspezifisches Datum für dieses Modell.
Ocular AI Converse-STT Version 2 pooled WER (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 6.71
- Bewertung
- 6.71
- Messgröße
- Pooled word error rate (WER) over reference words
- Einheit
- %
- Benchmark-Version
- Converse-STT Version 2.0, last updated 2026-10-13
- Richtung
- Weniger ist besser
- Stichprobe
- 4
- Quellentyp
- independent-evaluator
- Auswertung
- Ocular AI Converse-STT Benchmark
- Status
- active
- Abrufdatum
- 2026-10-23
- Methodik
- Unabhängige Evaluation. Ocular AIs Open-Source-Harness ocular-evals wertete vier Gespräche auf amerikanischem Englisch mit je zwei Personen aus (etwa 60 Minuten, acht Sprecher-Tracks). Geliefert wurden 48-kHz-, 24-Bit-Mono-FLAC-Dateien mit wortgetreuen, zeitlich ausgerichteten Transkripten. Der WER summiert Ersetzungen, Auslassungen und Einfügungen über 12.555 Referenzwörter nach Whispers englischer Normalisierung. Die API-Serving-Revision und weitere Anfrageparameter sind nicht veröffentlicht.
- Einordnung
- Der Nenner von 12.555 Referenzwörtern ist nicht die Stichprobengröße; N beträgt vier Gespräche. Es werden weder Konfidenzintervall noch Zahl unabhängiger Wiederholungen angegeben. Dies ist ein festes öffentliches Gesprächsset, keine Schätzung einer Grundgesamtheit.
Coval GPT Realtime Whisper time to final segment (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 598
- Bewertung
- 598
- Messgröße
- Mean time to final segment, ms; lower is better
- Einheit
- ms
- Benchmark-Version
- Coval rolling 30-day benchmark page, captured 2026-10-17; daily/rolling service data
- Richtung
- Weniger ist besser
- Stichprobe
- 26641
- Quellentyp
- independent-evaluator
- Auswertung
- Coval, GPT Realtime Whisper benchmark
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Exakte Coval-Route gpt-realtime-whisper, gehostet von OpenAI; rollierende 30-Tage-Evaluation des Echtzeitdienstes. Die Seite nennt die API-Route, aber weder ihre unveränderliche Serving-Revision noch Client-/Netzwerkaufbau oder Konfidenzintervall.
- Einordnung
- Coval veröffentlicht rollierende Service-Messungen. Das Abrufdatum belegt weder eine unveränderliche Serving-Revision des Anbieters noch vollständige Anfrageparameter oder eine feste Evaluationsversion. Ein Konfidenzintervall ist nicht veröffentlicht.
Coval GPT Realtime Whisper time to first token (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 1826
- Bewertung
- 1826
- Messgröße
- Mean time to first token, ms; lower is better
- Einheit
- ms
- Benchmark-Version
- Coval rolling 30-day benchmark page, captured 2026-10-17; daily/rolling service data
- Richtung
- Weniger ist besser
- Stichprobe
- 26641
- Quellentyp
- independent-evaluator
- Auswertung
- Coval, GPT Realtime Whisper benchmark
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Exakte Coval-Route gpt-realtime-whisper, gehostet von OpenAI; rollierende 30-Tage-Evaluation des Echtzeitdienstes. Die Seite nennt die API-Route, aber weder ihre unveränderliche Serving-Revision noch Client-/Netzwerkaufbau oder Konfidenzintervall.
- Einordnung
- Coval veröffentlicht rollierende Service-Messungen. Das Abrufdatum belegt weder eine unveränderliche Serving-Revision des Anbieters noch vollständige Anfrageparameter oder eine feste Evaluationsversion. Ein Konfidenzintervall ist nicht veröffentlicht.
Seite 1 von 15
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
0 bis 100, höher ist beliebter
20 von 45 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 7. November 2026
GPT-Realtime-WhisperGPT-4o Mini TTS 36Gemini 3.5 Transcribe Live 35GPT-Realtime Translate 35GPT-4o Mini Transcribe 33
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.
GPT-Realtime-Whisper im Vergleich
- 1GPT-Realtime-Whisper vs. Flux2 gemeinsame Tests
- 2GPT-Realtime-Whisper vs. Gemini 3.5 Transcribe Live4 gemeinsame Tests
- 3GPT-Realtime-Whisper vs. Scribe v2 Realtime3 gemeinsame Tests
- 4GPT-Realtime-Whisper vs. Voxtral Mini Transcribe Realtime19 gemeinsame Tests
- 5GPT-Realtime-Whisper vs. Muse Voice Transcribe2 gemeinsame Tests
Ähnliche Modelle
Weitere Modelle derselben Art wie GPT-Realtime-Whisper, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- GPT-Realtime 2.1OpenAI · gleicher Anbieter
- GPT-Live-TranscribeOpenAI · gleicher Anbieter
- GPT-Realtime TranslateOpenAI · gleicher Anbieter
- GPT-TranscribeOpenAI · gleicher Anbieter
- GPT-Realtime 2.1 MiniOpenAI · gleicher Anbieter
- GPT-Live 1OpenAI · gleicher Anbieter
- Gemini 3.5 TranscribeGoogle · beliebt in dieser Kategorie
- Nova-3Deepgram · beliebt in dieser Kategorie
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
API
Weitere Angaben
Preise
- Live-Transkriptionspreis
- 0,017 $ pro AudiominuteQuelle
Quellen und Datenstand
Alle 26 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.