gpt-4o-mini-tts-2025-12-15

Oversigt. GPT-4o Mini TTS (modelversion 2025-12-15) er OpenAIs dedikerede tekst-til-tale-model bygget på GPT-4o Mini-fundamentet. Den genererer lyd direkte fra inddata via det dedikerede endepunkt til tale. Udviklere vælger denne modelversion, når de har brug for forudsigelig, selvstændig stemmegenerering uden de ekstra ressourcer, der kræves til en komplet samtalekæde.

Vigtigste styrker. Modellen understøtter tretten indbyggede stemmer samt brugerdefinerede stemmeprofiler og leverer lyd i formater som MP3, AAC, Opus, FLAC, WAV og PCM. Dens korte svartid understøtter hurtig levering af lyd til afspilning. Den specialiserede talegenerering giver naturlig betoning til enkle fortælleopgaver.

Anvendelsesområder. Brug denne model til standardbehandlingskæder for tekst-til-tale, lydnotifikationer og oplæsning af indhold, hvor teksten allerede er færdig. Da den er optimeret til enkel ræsonnering i én runde med kort svartid, fungerer den godt i lette arbejdsflow til medieproduktion. Ved ny udrulning i produktion skal du være opmærksom på, at OpenAI har påbegyndt udfasning af denne modelversion med stengning den 6. januar 2027 og anbefaler migrering til gpt-realtime-2.1-mini.

Begrænsninger. Modellen fungerer udelukkende som en tjeneste til talegenerering og kan ikke udføre tekstgenerering, ræsonnering i samtaler eller verktøjskald. Mængden af inddata er begrænset til maksimalt 2.000 tokens eller 4.096 tegn per forespørgsel, hvilket kræver, at lange dokumenter opdeles på forhånd. Denne modelversion er planlagt til udfasning fra API'et i januar 2027.

Bemærkning om suverænitet. Denne proprietære model drives udelukkende på OpenAIs infrastruktur i USA og er underlagt US CLOUD Act. Den er ikke suveræn og kan ikke tages i brug i isolerede europæiske miljøer.