Audio (Sprache-zu-Text)

Whisper-basierte Modelle für Transkription und Übersetzung. Verfügbar über die Endpunkte POST /audio/transcriptions und POST /audio/translations.

Anbieter

Google OpenAI

Cloud

Telekom GCP

Eingabe

Text Bild Audio

Ausgabe

Text

Streaming-Ausgabe

✓ ✗

Tool Calling

✓ ✗

Tarife

Essential Professional Agentic

Filter zurücksetzen

Zeige 5 von 5 Modellen

Modell	Anbieter	Cloud	Eingabe	Ausgabe	Streaming-Ausgabe Token-für-Token-Ausgabe via Server-Sent Events. Geeignet für niedrige Latenz und Echtzeit-UI.	Tool Calling Funktions-/Tool-Aufrufe (OpenAI-kompatibel). Das Modell kann strukturierte Tool-Aufrufe zurückgeben.	Kontext	Eingabe €/M	Ausgabe €/M	Tarife
Whisper Large v3	OpenAI	Telekom Gehostet auf T-Cloud Public — der souveränen Infrastruktur der Telekom in Deutschland.	Audio	Text	✗	✗	448	€14.61	€14.61	EssentialProfessionalAgentic
Whisper Large v3 Turbo	OpenAI	Telekom Gehostet auf T-Cloud Public — der souveränen Infrastruktur der Telekom in Deutschland.	Audio	Text	✗	✗	448	€9.21	€9.21	EssentialProfessionalAgentic
Gemini 3 Flash	Google	GCP Gehostet auf Google Cloud Platform (EU-Regionen).	Text, Bild, Audio	Text	✓	✓	1M	€0.45	€2.70	EssentialProfessionalAgentic
Gemini 3 Pro (>200k)	Google	GCP Gehostet auf Google Cloud Platform (EU-Regionen).	Text, Bild, Audio	Text	✓	✓	1M	€3.60	€16.20	EssentialProfessionalAgentic
Gemini 3 Pro (≤200k)	Google	GCP Gehostet auf Google Cloud Platform (EU-Regionen).	Text, Bild, Audio	Text	✓	✓	200K	€1.80	€10.80	EssentialProfessionalAgentic