Precios de la API OpenAI TTS: tts-1, tts-1-hd y gpt-4o-mini-tts
El endpoint de voz de OpenAI convierte texto en audio con tres modelos, cada uno con su propio precio. Esta guía recoge sus precios de la página de OpenAI en noviembre de 2026, lo que cuesta una hora de audio y qué cambia cuando estos modelos se retiren en enero de 2027.
Precios de los tres modelos
tts-1 cuesta 15 $ por millón de caracteres de entrada y tts-1-hd 30 $. gpt-4o-mini-tts se cobra por tokens: 0,60 $ por millón de tokens de texto de entrada y 12 $ por millón de tokens de audio de salida. La página de precios de OpenAI no dice cuántos tokens de audio forman un minuto, así que el coste de una hora con gpt-4o-mini-tts depende de tu audio y conviene medirlo con una muestra real.
Cuánto cuesta una hora
A unos 1000 caracteres por minuto, la regla que usa ElevenLabs en su página de precios, una hora de voz son unos 60 000 caracteres: unos 0,90 $ con tts-1 y 1,80 $ con tts-1-hd. Las 216 horas que el plan Starter de SuperClonica de 5 $ locuta como máximo al mes costarían unos 194 $ con tts-1 y 389 $ con tts-1-hd.
La retirada de enero de 2027
La página de obsolescencias de OpenAI marca tts-1, tts-1-hd y gpt-4o-mini-tts como obsoletos: se retirarán de la API el 6 de enero de 2027, y el reemplazo sugerido es gpt-realtime-2.1-mini, a 0,60 $ por millón de tokens de texto de entrada y 20 $ por millón de tokens de audio de salida. Una app basada en el endpoint de voz tendrá que cambiar de todos modos, buen momento para comparar precios.
Las mismas horas en SuperClonica
La API de voz de SuperClonica cobra por tiempo, no por caracteres: un plan da minutos de audio en cada ventana de 10 minutos. Usado sin pausa, el plan Starter de 5 $ locuta hasta 216 horas al mes, el de 10 $ hasta 576, el de 20 $ hasta 1440 y el de 50 $ hasta 4680. Una clave gratuita da 3 minutos al día. Todas las voces del catálogo y tus propias voces entrenadas funcionan en cualquier plan, y el audio empieza a llegar desde 300 ms en nuestras mediciones. Supertonic 3 habla 31 idiomas; el chino aún no está entre ellos.
Cuándo conviene OpenAI
OpenAI cubre más idiomas, incluido el chino, y sus modelos realtime encajan con agentes de voz que escuchan y responden en una misma sesión. Si tu app solo dice unas frases al día, pagar por carácter puede salir más barato que cualquier plan mensual. SuperClonica compensa cuando locutas muchas horas al mes, quieres voces de personajes o propias del catálogo o necesitas una factura fija.
Pruébalo con una petición
Consigue una clave gratuita en el sitio y envía el texto por POST a https://superclonica.com/api/v1/speech con la cabecera Authorization: Bearer y tu clave, y el cuerpo
{"text": "...", "voice": "F1", "language": "es"}Añade "format": "mp3" para MP3 o "stream": true para reproducir el audio a medida que llega.