把原来跑 whisper-1 的脚本里的模型名改成 gpt-4o-transcribe，其他不动，调用 audio.transcriptions 立刻返回 400，原文是 response_format is not supported for this model，脚本里写的是 verbose_json。
一开始怀疑是「SDK 版本低于 1.48，请求里仍带着旧字段」，查了一圈，方向不对。
这类报错背后常见的原因有几处，逐个排除就行。新转写模型只支持 json 和 text 两种返回格式。也可能是timestamp_granularities 参数同样不被接受。
少数情况下是请求走了兼容网关，网关按旧模型做了参数校验。
上来先打印 SDK 版本确认支持范围
python -c "import openai;print(openai.__version__)"去掉 response_format 用默认值重试
python -c "from openai import OpenAI;c=OpenAI();print(c.audio.transcriptions.create(model='gpt-4o-transcribe',file=open('a.mp3','rb')).text[:60])"需要时间轴时改用 diarization 或分段请求
python -c "print('split by silence then transcribe each part')"末了用 curl 直连排除网关改写参数
curl https://api.openai.com/v1/audio/transcriptions -H "Authorization: Bearer $KEY" -F model=gpt-4o-transcribe -F file=@a.mp3改之前我把相关日志按时间截了一段存着，事后对时间线用得上。
恢复的判定其实很直接。请求返回 200 并能拿到 text 字段，日志里不再出现 response_format 相关的 400，长音频分段后时间轴可自行拼出。
新模型不是旧模型的超集，参数支持范围要按模型分别查，批量迁移前先用一条短音频做冒烟。同一份配置在测试环境跑通，不代表线上没事，两边的默认值经常不一样。