GPT-4o mini Audio, dostępny od 17 grudnia 2024 roku, to oszczędny członek turowej rodziny głosowej OpenAI. Robi to samo co GPT-4o Audio — przyjmuje nagranie, przetwarza je i odpowiada mową w zwykłym wywołaniu czatu — ale liczy 10 USD za milion tokenów dźwiękowych na wejściu i 20 na wyjściu, czyli ćwierć stawki modelu flagowego, oraz 0,15 i 0,60 USD za tekst. Oszczędność nie idzie z pamięci: model zachowuje pełne okno 128 tysięcy tokenów i tę samą maksymalną odpowiedź 16 384 tokenów, więc programista kupuje różnicę w jakości modelu, a nie w jego pojemności. Wiedza kończy się 1 października 2023 roku, a model przez cały czas pozostał w fazie zapoznawczej. Objęło go ogłoszenie wycofania z 20 lipca 2026 roku dla starszej linii głosowej; przestaje odpowiadać 20 stycznia 2027, a OpenAI odsyła do gpt-audio-1.5.