Alternatives à Deepgram

AssemblyAI Universal-3.5 Pro fait passer les $0.258 par heure audio de Deepgram Nova-3 à $0.21 et l’AA-WER de 5.2% à 3.0%, et ElevenLabs Scribe v2 atteint 2.2% pour $0.22 ; aucune alternative n’égale le facteur de vitesse de 548.1× de Nova-3.

Mis à jour · 7 sources · Méthodologie

BesoinRecommandationPourquoi
Coût le plus bas de l’exempleAssemblyAI$0.21 / h3
Vitesse de sortie mesurée la plus élevéeDeepgram548.1×1
AA-WER v2ElevenLabs2.2%1

Performances

FournisseurModèleAA-WER v2 (%)Facteur de vitesse
Deepgram1Nova-35.2%548.1
AssemblyAI1Universal-3.5 Pro3.0%100.3
ElevenLabs1Scribe v22.2%68.4
OpenAI1GPT Transcribe3.3%52.2

Tarifs et coût par requête

FournisseurPrix / heure audio100 h
Deepgram2$0.258$25.80
AssemblyAI3$0.21$21.00
ElevenLabs4$0.22$22.00
OpenAI5$0.27$27.00
Exemple : 100 heures audio mono préenregistré
Deepgram$25.80
AssemblyAI$21.00
ElevenLabs$22.00
OpenAI$27.00

Options, points forts et limites

  1. AssemblyAI · Universal-3.5 Pro

    Universal-3.5 Pro ramène 100 heures audio de $25.80 chez Deepgram à $21.00 et l’AA-WER de 5.2% à 3.0%, avec un traitement à 100.3× le temps réel.31

    Prix / heure audio
    $0.21
    AA-WER v2
    3.0%
    Facteur de vitesse
    100.3×

    Points forts

    Tarif horaire et AA-WER inférieurs à Nova-3.13

    Limites

    Universal-3.5 Pro couvre 18 langues ; les autres peuvent utiliser un autre modèle, donc cette précision ne couvre pas toutes les langues AssemblyAI.7

  2. ElevenLabs · Scribe v2

    Scribe v2 obtient le plus faible AA-WER, 2.2%, moins de la moitié des 5.2% de Nova-3, pour $22.00 les 100 heures audio.41

    Prix / heure audio
    $0.22
    AA-WER v2
    2.2%
    Facteur de vitesse
    68.4×

    Points forts

    Le plus faible taux d’erreur parmi ces modèles.1

    Limites

    Scribe v2 traite à 68.4× sur AA contre 548.1× pour Nova-3 ; son avance en précision s’accompagne ici d’un lot plus lent.1

  3. OpenAI · GPT Transcribe

    GPT Transcribe coûte $27.00 pour 100 heures audio, soit $1.20 de plus que Deepgram, avec 3.3% d’AA-WER et 52.2× le temps réel.51

    Prix / heure audio
    $0.27
    AA-WER v2
    3.3%
    Facteur de vitesse
    52.2×

    Points forts

    La transcription partage le compte des API GPT.6

    Limites

    GPT Transcribe accepte des fichiers jusqu’à 25 MB : les longs enregistrements doivent être compressés ou découpés, et son facteur de vitesse de 52.2× est le plus faible ici. Il remplace GPT-4o Transcribe, qu’OpenAI arrête le 2027-02-26.6

Méthodologie et sources

AA-WER v2 combine AA-AgentTalk (50%), VoxPopuli nettoyé (25%) et Earnings22 nettoyé (25%). Le facteur de vitesse est la médiane AA sur 7 jours des secondes d’audio traitées par seconde sur un audio de 10 minutes, pas la latence en temps réel. Les prix sont des tarifs de base pour l’audio mono préenregistré ; options, canaux supplémentaires et modèles temps réel sont facturés à part.

Les coûts audio sont des estimations, pas des factures mesurées ; taxes et crédits d’abonnement sont exclus. Novita AI publie cette comparaison d’API vocales à partir de sources publiques.

Les fiches sont classées par prix de base par heure audio : AssemblyAI, ElevenLabs, puis OpenAI. Précision et vitesse par lots sont des choix distincts. OpenAI facture GPT Transcribe à la durée audio, $0.0045 par minute, soit $0.27 par heure.3456

  1. Artificial Analysis · AA-WER v2 non-streaming
  2. Deepgram · tarifs officiels de l’API
  3. AssemblyAI · tarifs officiels de l’API
  4. ElevenLabs · tarifs officiels de l’API
  5. OpenAI · tarifs officiels de l’API
  6. OpenAI · transcription de fichiers et retrait du modèle
  7. AssemblyAI · langues prises en charge par Pro

Développez avec Novita Model APIs

Novita AI ne propose pas de transcription vocale. Associez votre fournisseur de transcription aux API LLM de Novita pour résumer et analyser les transcriptions, ou à Fish Audio text-to-speech pour la synthèse vocale.

Commencez à développerExplorez les modèles