Tarifs de l’API OpenAI TTS : tts-1, tts-1-hd et gpt-4o-mini-tts
Le point d’accès vocal d’OpenAI transforme le texte en audio avec trois modèles, chacun facturé à sa façon. Ce guide reprend leurs prix sur la page tarifaire d’OpenAI en novembre 2026, le coût d’une heure d’audio et ce qui change quand ces modèles seront arrêtés en janvier 2027.
Le prix des trois modèles
tts-1 coûte 15 $ par million de caractères en entrée et tts-1-hd 30 $. gpt-4o-mini-tts est facturé aux jetons : 0,60 $ par million de jetons de texte en entrée et 12 $ par million de jetons audio en sortie. La page tarifaire d’OpenAI n’indique pas combien de jetons audio font une minute : le coût d’une heure avec gpt-4o-mini-tts dépend donc de votre audio et se mesure au mieux sur un vrai exemple.
Le coût d’une heure
À environ 1 000 caractères par minute, la règle qu’utilise ElevenLabs sur sa page tarifaire, une heure de voix représente environ 60 000 caractères : environ 0,90 $ avec tts-1 et 1,80 $ avec tts-1-hd. Les 216 heures que l’offre Starter de SuperClonica à 5 $ lit au maximum en un mois coûteraient environ 194 $ avec tts-1 et 389 $ avec tts-1-hd.
L’arrêt de janvier 2027
La page des abandons d’OpenAI indique que tts-1, tts-1-hd et gpt-4o-mini-tts sont obsolètes : ils seront retirés de l’API le 6 janvier 2027, et le remplaçant conseillé est gpt-realtime-2.1-mini, à 0,60 $ par million de jetons de texte en entrée et 20 $ par million de jetons audio en sortie. Une application bâtie sur ce point d’accès devra de toute façon évoluer : c’est le bon moment pour comparer les prix.
Les mêmes heures chez SuperClonica
L’API vocale de SuperClonica facture au temps, pas aux caractères : une offre donne des minutes d’audio dans chaque fenêtre de 10 minutes. Utilisée sans pause, l’offre Starter à 5 $ lit jusqu’à 216 heures par mois, celle à 10 $ jusqu’à 576, à 20 $ jusqu’à 1 440 et à 50 $ jusqu’à 4 680. Une clé gratuite donne 3 minutes par jour. Toutes les voix du catalogue et vos voix entraînées fonctionnent sur chaque offre, et le son arrive dès 300 ms dans nos mesures. Supertonic 3 parle 31 langues ; le chinois n’en fait pas encore partie.
Quand OpenAI est le meilleur choix
OpenAI couvre plus de langues, dont le chinois, et ses modèles realtime conviennent aux agents vocaux qui écoutent et répondent dans une même session. Si votre application ne dit que quelques phrases par jour, payer au caractère peut coûter moins qu’une offre mensuelle. SuperClonica devient rentable quand vous lisez beaucoup d’heures par mois, voulez des voix de personnages ou vos propres voix du catalogue, ou avez besoin d’une facture fixe.
L’essayer en une requête
Obtenez une clé gratuite sur le site et envoyez le texte en POST à https://superclonica.com/api/v1/speech avec l’en-tête Authorization: Bearer et votre clé, et le corps
{"text": "...", "voice": "F1", "language": "fr"}Ajoutez "format": "mp3" pour du MP3, ou "stream": true pour lire l’audio au fur et à mesure.