Preise der OpenAI TTS API: tts-1, tts-1-hd und gpt-4o-mini-tts
Der Sprach-Endpunkt von OpenAI vertont Text mit drei Modellen, jedes mit eigenem Preismodell. Dieser Leitfaden nennt ihre Preise von OpenAIs Preisseite im November 2026, die Kosten einer Stunde Audio und was sich ändert, wenn diese Modelle im Januar 2027 abgeschaltet werden.
Preise der drei Modelle
tts-1 kostet 15 $ pro Million Zeichen Eingabe, tts-1-hd 30 $. gpt-4o-mini-tts wird nach Tokens abgerechnet: 0,60 $ pro Million Text-Tokens Eingabe und 12 $ pro Million Audio-Tokens Ausgabe. Wie viele Audio-Tokens eine Minute ergeben, steht nicht auf OpenAIs Preisseite; die Kosten einer Stunde mit gpt-4o-mini-tts hängen daher von Ihrem Audio ab und lassen sich am besten an einem echten Beispiel messen.
Was eine Stunde kostet
Bei etwa 1.000 Zeichen pro Minute, der Faustregel von ElevenLabs auf seiner Preisseite, sind eine Stunde Sprache etwa 60.000 Zeichen: rund 0,90 $ mit tts-1 und 1,80 $ mit tts-1-hd. Die 216 Stunden, die der Starter-Tarif von SuperClonica für 5 $ höchstens im Monat vertont, kämen mit tts-1 auf etwa 194 $ und mit tts-1-hd auf etwa 389 $.
Die Abschaltung im Januar 2027
OpenAIs Seite zu Abkündigungen führt tts-1, tts-1-hd und gpt-4o-mini-tts als veraltet: Sie werden am 6. Januar 2027 aus der API entfernt, als Ersatz wird gpt-realtime-2.1-mini empfohlen, zu 0,60 $ pro Million Text-Tokens Eingabe und 20 $ pro Million Audio-Tokens Ausgabe. Eine App auf dem Sprach-Endpunkt muss also ohnehin angepasst werden, ein guter Moment für einen Preisvergleich.
Dieselben Stunden bei SuperClonica
Die Sprach-API von SuperClonica rechnet nach Zeit, nicht nach Zeichen: Ein Tarif gibt Audiominuten in jedem 10-Minuten-Fenster. Ohne Pause genutzt, vertont der Starter-Tarif für 5 $ bis zu 216 Stunden im Monat, der für 10 $ bis zu 576, für 20 $ bis zu 1.440 und für 50 $ bis zu 4.680. Ein kostenloser Schlüssel gibt 3 Minuten am Tag. Alle Katalogstimmen und Ihre eigenen trainierten Stimmen laufen in jedem Tarif, und der Ton kommt in unseren Messungen ab 300 ms. Supertonic 3 spricht 31 Sprachen; Chinesisch ist noch nicht dabei.
Wann OpenAI die bessere Wahl ist
OpenAI deckt mehr Sprachen ab, auch Chinesisch, und seine Realtime-Modelle passen zu Sprachagenten, die in einer Sitzung zuhören und antworten. Sagt Ihre App nur wenige Sätze am Tag, kann die Abrechnung pro Zeichen günstiger sein als jeder Monatstarif. SuperClonica lohnt sich, wenn Sie viele Stunden im Monat vertonen, Figuren- oder eigene Stimmen aus dem Katalog wollen oder eine feste Rechnung brauchen.
In einer Anfrage ausprobieren
Holen Sie sich auf der Website einen kostenlosen Schlüssel und senden Sie Text per POST an https://superclonica.com/api/v1/speech mit dem Header Authorization: Bearer und Ihrem Schlüssel sowie dem Body
{"text": "...", "voice": "F1", "language": "de"}Fügen Sie "format": "mp3" für MP3 hinzu oder "stream": true, um den Ton schon beim Eintreffen abzuspielen.