OpenRouter把語音轉錄塞進同一個API：一份key搞定聊天和轉寫，Whisper與按token計價STT一併接入
重點摘要
AI資訊AI新閒資訊正文OpenRouter把語音轉錄塞進同一個API：一份key搞定聊天和轉寫，Whisper與按token計價STT一併接入發布於AI新閒資訊時間 :Jul 22, 2026閱讀 :1分鐘做語音轉錄的開發者，過去總被一道割裂感困擾:聊天走OpenRouter，轉寫卻要再搭一個Whisper服務器，或者額外接一家專門做語音轉文本的第三方SDK。
AI資訊AI新閒資訊正文OpenRouter把語音轉錄塞進同一個API：一份key搞定聊天和轉寫，Whisper與按token計價STT一併接入發布於AI新閒資訊時間 :Jul 22, 2026閱讀 :1分鐘做語音轉錄的開發者，過去總被一道割裂感困擾:聊天走OpenRouter，轉寫卻要再搭一個Whisper服務器，或者額外接一家專門做語音轉文本的第三方SDK。
7月22日，OpenRouter把這道裂痕抹平了——它在自家平臺上線了POST /api/v1/audio/transcriptions端點，用戶用與Chat Completions完全相同的Bearer密鑰，把base64編碼的音頻發過去，就能拿回一份含轉錄文本和用量對象的JSON。你不需要新的SDK，也不需要單獨的服務，因為轉錄功能和聊天流量跑在同一個平臺上，由多個提供商託管的模型會自動在彼此之間做負載均衡，而不是被焊死在某一家供應商身上。對已經把OpenRouter當主力的團隊，這套集成意味著少維護一條鏈路、少記一把密鑰。模型層面，OpenRouter擺出了兩條路線。
一類是openai/whisper-1這樣的Whisper類模型，按音頻時長也就是每秒計費;另一類是更新的語音轉文本（STT）模型，按token計費。需要留意的是，STT模型的ID不會出現在默認的/api/v1/models目錄裡，因為它屬於需要主動篩選的輸出模態——通過?output_modalities=transcription參數，就能把這批模型及其當前定價篩出來。想在接入前先試手，OpenRouter Playground裡也能直接在瀏覽器內上傳文件轉錄。
Related
相關文章
Meta 旗下 AI 模型測試時意外入侵第三方企業系統
Meta 在進行AI模型安全測試時，因第三方公司Irregular配置錯誤，導致模型意外入侵另一企業系統。涉事模型為Muse Spark 1.1，事件引發對AI模型可能衝出邊界、發動網絡攻擊的擔憂。
拆解“AI辦公入口戰”底層：怎麼做才能成為最終贏家？
字節、阿里、騰訊等大廠正透過組織調整與產品整合，全力爭奪AI辦公入口，關鍵在於模型、場景、生態與商業體系的全面競爭。這場戰爭的核心是透過AI產品實現Token經濟的商業閉環，並以「效果」為標準，透過自有體系與外部生態滿足企業用戶的真實需求。最終贏家需兼顧模型能力、場景積累與生態建設，才能在AI生產力時代站穩腳步。
千人聯機世界模型“RhOS-World: Khora”正式發佈
RhOS.ai與Ophilus.AI共同發布了千人聯機世界模型「RhOS-World: Khora」，該模型能讓多達1024個智能體在共享的3D空間中即時互動，且無需傳統物理引擎。其核心技術「STBoard（時空黑板）」架構，透過統一的物理狀態管理，解決了多視角一致性的難題，並大幅降低了擴展智能體數量的運算成本。
TutorMoments：AI 家教何時該出手，何時該放手？
今日我們推出 TutorMoments 預覽版，這是一個評估框架，旨在衡量尖端大型語言模型能否掌握教育中最難的平衡：何時介入協助學生，何時退後讓學生自行努力。TutorMoments 基於真實的一對一數學輔導課程，透過重播方式進行評估。經驗豐富的數學教師會檢視從美國收集的對話記錄。
告別反覆操作 OSD，華碩顯示器管理軟件 DisplayWidget Center 接入 AI 智能體
華碩顯示器管理軟體 DisplayWidget Center 推出重大更新，加入 AI 智能體功能，用戶可透過自然語言調整亮度、色溫等參數，無需操作 OSD。該功能支援 CLI 與 Agent Skill，可根據使用習慣自動切換模式，並適用於企業環境的統一部署。
千問App部分功能探索收費，想學豆包能跑通嗎？
千問App於8月7日更新，新增辦公助理等付費功能，基礎功能仍免費，但辦公場景使用額度需付費取得。此舉仿效豆包專業版等產品的訂閱模式，反映AI行業正集體轉向辦公場景收費，以尋求變現機會。