Preço da API OpenAI TTS: tts-1, tts-1-hd e gpt-4o-mini-tts
O endpoint de voz da OpenAI transforma texto em áudio com três modelos, cada um cobrado de um jeito. Este guia traz os preços da página da OpenAI em novembro de 2026, quanto custa uma hora de áudio e o que muda quando esses modelos forem desligados em janeiro de 2027.
Preços dos três modelos
O tts-1 custa US$ 15 por milhão de caracteres de entrada e o tts-1-hd US$ 30. O gpt-4o-mini-tts é cobrado por tokens: US$ 0,60 por milhão de tokens de texto de entrada e US$ 12 por milhão de tokens de áudio de saída. A página de preços da OpenAI não diz quantos tokens de áudio formam um minuto, então o custo de uma hora com gpt-4o-mini-tts depende do seu áudio e é melhor medir com uma amostra real.
Quanto custa uma hora
Com cerca de 1.000 caracteres por minuto, a regra que a ElevenLabs usa na sua página de preços, uma hora de fala tem cerca de 60.000 caracteres: cerca de US$ 0,90 com tts-1 e US$ 1,80 com tts-1-hd. As 216 horas que o plano Starter da SuperClonica de US$ 5 narra no máximo por mês custariam cerca de US$ 194 com tts-1 e US$ 389 com tts-1-hd.
O desligamento de janeiro de 2027
A página de descontinuações da OpenAI marca tts-1, tts-1-hd e gpt-4o-mini-tts como obsoletos: eles serão removidos da API em 6 de janeiro de 2027, e o substituto sugerido é o gpt-realtime-2.1-mini, a US$ 0,60 por milhão de tokens de texto de entrada e US$ 20 por milhão de tokens de áudio de saída. Um app no endpoint de voz vai precisar de mudanças de qualquer forma, bom momento para comparar preços.
As mesmas horas na SuperClonica
A API de voz da SuperClonica cobra por tempo, não por caracteres: um plano dá minutos de áudio a cada janela de 10 minutos. Usado sem pausa, o plano Starter de US$ 5 narra até 216 horas por mês, o de US$ 10 até 576, o de US$ 20 até 1.440 e o de US$ 50 até 4.680. Uma chave grátis dá 3 minutos por dia. Todas as vozes do catálogo e suas vozes treinadas funcionam em qualquer plano, e o áudio começa a chegar a partir de 300 ms nas nossas medições. O Supertonic 3 fala 31 idiomas; o chinês ainda não está entre eles.
Quando a OpenAI compensa mais
A OpenAI cobre mais idiomas, inclusive chinês, e seus modelos realtime servem para agentes de voz que ouvem e respondem na mesma sessão. Se o seu app fala só algumas frases por dia, pagar por caractere pode sair mais barato que qualquer plano mensal. A SuperClonica compensa quando você narra muitas horas por mês, quer vozes de personagens ou próprias do catálogo ou precisa de uma conta fixa.
Teste com uma requisição
Pegue uma chave grátis no site e envie o texto por POST para https://superclonica.com/api/v1/speech com o cabeçalho Authorization: Bearer e sua chave, e o corpo
{"text": "...", "voice": "F1", "language": "pt"}Adicione "format": "mp3" para MP3 ou "stream": true para tocar o áudio conforme chega.