Deepgram vs AssemblyAI: coste y precisión

AssemblyAI Universal-3.5 Pro cuesta $0.21 por hora de audio frente a $0.258 de Deepgram Nova-3 y tiene un AA-WER menor (3.0% frente a 5.2%); Nova-3 procesa el audio 5.5× más rápido (548.1× frente a 100.3× tiempo real).

Actualizado · 5 fuentes · Metodología

CriterioGanadorDiferenciaEvidencia
Precio / hora de audioAssemblyAI$0.048$0.258 / $0.2123
AA-WER v2AssemblyAI2.2 pp5.2% / 3.0%1
Factor de velocidadDeepgram5.5×548.1× / 100.3×1

Rendimiento

ProveedorModeloAA-WER v2 (%)Factor de velocidad
Deepgram1Nova-35.2%548.1×
AssemblyAI1Universal-3.5 Pro3.0%100.3×

Precios y coste por solicitud

ProveedorPrecio / hora de audio100 h
Deepgram2$0.258$25.80
AssemblyAI3$0.21$21.00
Ejemplo: 100 horas de audio mono pregrabado
Deepgram$25.80
AssemblyAI$21.00

Capacidades y condiciones del servicio

CriterioDeepgramAssemblyAI
Precio multilingüe y alcance de idiomasEl audio con cambio de idioma usa Nova-3 Multilingual a $0.0052/min ($0.312/h), por encima de la tarifa mono comparada de $0.0043/min; Nova-3 Multilingual admite 55 idiomas.25La tarifa publicada de $0.21/h de Universal-3.5 Pro ya incluye el cambio de idioma nativo entre sus 18 idiomas, sin tarifa multilingüe aparte.34

Cuándo elegir cada opción

Deepgram

  • Usa Nova-3 para grandes grabaciones mono si vaciar la cola antes pesa más que la última mejora de precisión.1
  • Su AA-WER de 5.2% supera el 3.0% de Universal-3.5 Pro; AssemblyAI favorece archivos con pocos errores.1

AssemblyAI

  • Elige Universal-3.5 Pro para conversaciones grabadas que mezclan idiomas admitidos y necesitan contexto.4
  • Su factor 100.3× queda tras 548.1× de Nova-3; el menor precio no implica terminar la cola antes.1

Metodología y fuentes

AA-WER v2 usa AA-AgentTalk (50%), VoxPopuli limpio (25%) y Earnings22 limpio (25%). La velocidad es la mediana de 7 días de AA en segundos de audio por segundo en archivos de 10 minutos, no latencia en tiempo real. Precios base mono pregrabados sin extras ni canales adicionales.

Los cargos de audio son estimaciones con tarifas publicadas, sin impuestos ni créditos de suscripción. Novita AI usa fuentes públicas para esta comparación de voz.

  1. Artificial Analysis · AA-WER v2 non-streaming
  2. Deepgram · tarifas oficiales de API
  3. AssemblyAI · tarifas oficiales de API
  4. AssemblyAI · Universal-3.5 Pro languages
  5. Deepgram · Nova-3 multilingual code-switching

Desarrolla con Novita Model APIs

Novita AI no ofrece conversión de voz a texto. Combina tu proveedor de transcripción con las API de LLM de Novita para resumir y analizar transcripciones, o con Fish Audio text-to-speech para generar voz.

Empieza a desarrollarExplora los modelos