Alternativas a Deepgram

O AssemblyAI Universal-3.5 Pro reduz os $0.258 por hora de áudio do Deepgram Nova-3 para $0.21 e o AA-WER de 5.2% para 3.0%, e o ElevenLabs Scribe v2 chega a 2.2% por $0.22; nenhuma alternativa iguala o fator de velocidade de 548.1× do Nova-3.

Atualizado · 7 fontes · Metodologia

NecessidadeRecomendaçãoMotivo
Menor custo do exemploAssemblyAI$0.21 / h3
Maior velocidade de saída medidaDeepgram548.1×1
AA-WER v2ElevenLabs2.2%1

Desempenho

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

Preços e custo por solicitação

ProvedorPreço / hora de áudio100 h
Deepgram2$0.258$25.80
AssemblyAI3$0.21$21.00
ElevenLabs4$0.22$22.00
OpenAI5$0.27$27.00
Exemplo: 100 horas de áudio mono pré-gravado
Deepgram$25.80
AssemblyAI$21.00
ElevenLabs$22.00
OpenAI$27.00

Opções, vantagens e limitações

  1. AssemblyAI · Universal-3.5 Pro

    O Universal-3.5 Pro reduz 100 horas de áudio de $25.80 no Deepgram para $21.00 e o AA-WER de 5.2% para 3.0%, processando a 100.3× o tempo real.31

    Preço / hora de áudio
    $0.21
    AA-WER v2
    3.0%
    Fator de velocidade
    100.3×

    Vantagens

    Menor preço por hora e menor AA-WER que Nova-3.13

    Limitações

    Universal-3.5 Pro cobre 18 idiomas; outros podem usar outro modelo, portanto esta precisão não vale para todos os idiomas da AssemblyAI.7

  2. ElevenLabs · Scribe v2

    O Scribe v2 tem o menor AA-WER, 2.2%, menos da metade dos 5.2% do Nova-3, por $22.00 a cada 100 horas de áudio.41

    Preço / hora de áudio
    $0.22
    AA-WER v2
    2.2%
    Fator de velocidade
    68.4×

    Vantagens

    A menor taxa de erro entre estes modelos.1

    Limitações

    Scribe v2 processa a 68.4× na AA, contra 548.1× do Nova-3; a maior precisão vem com lote mais lento aqui.1

  3. OpenAI · GPT Transcribe

    O GPT Transcribe custa $27.00 por 100 horas de áudio, $1.20 a mais que o Deepgram, com 3.3% de AA-WER e 52.2× o tempo real.51

    Preço / hora de áudio
    $0.27
    AA-WER v2
    3.3%
    Fator de velocidade
    52.2×

    Vantagens

    A transcrição compartilha conta com as APIs GPT.6

    Limitações

    O GPT Transcribe aceita arquivos de até 25 MB, então gravações longas precisam ser comprimidas ou divididas, e seu fator de velocidade de 52.2× é o menor aqui. Ele substitui o GPT-4o Transcribe, que a OpenAI desativa em 2027-02-26.6

Metodologia e fontes

O AA-WER v2 usa AA-AgentTalk (50%), VoxPopuli limpo (25%) e Earnings22 limpo (25%). O fator de velocidade é a mediana de 7 dias da AA de segundos de áudio processados por segundo em áudio de 10 minutos, não a latência em tempo real. Os preços são tarifas base de áudio mono pré-gravado; complementos, canais extras e modelos em tempo real são cobrados à parte.

As cobranças de áudio são estimativas, não faturas medidas; impostos e créditos de assinatura ficam de fora. A Novita AI publica esta comparação de APIs de fala com fontes públicas.

Os cartões estão ordenados pelo preço base por hora de áudio: AssemblyAI, ElevenLabs e OpenAI. Precisão e velocidade em lote são escolhas separadas. A OpenAI cobra o GPT Transcribe pela duração do áudio a $0.0045 por minuto, ou $0.27 por hora.3456

  1. Artificial Analysis · AA-WER v2 non-streaming
  2. Deepgram · preços oficiais de API
  3. AssemblyAI · preços oficiais de API
  4. ElevenLabs · preços oficiais de API
  5. OpenAI · preços oficiais de API
  6. OpenAI · transcrição de arquivos e descontinuação do modelo
  7. AssemblyAI · idiomas do Pro

Desenvolva com Novita Model APIs

A Novita AI não oferece conversão de fala em texto. Combine seu provedor de transcrição com as APIs de LLM da Novita para resumir e analisar transcrições, ou com o Fish Audio text-to-speech para gerar voz.

Comece a desenvolverExplore os modelos