AI Rate CardЦены API распознавания речи: Whisper, GPT-Transcribe, Scribe, Voxtral и дешёвые открытые модели
Обновлено 7 ноября 2026
Модели распознавания речи продают за минуту аудио, поэтому вопрос простой: сколько стоит час расшифровки? В каталоге 33 модели распознавания речи от 20 провайдеров; 42 предложения с ценой за минуту, остальные — за токены (они есть в таблицах моделей, но не в списке ниже). Цены по сбору 7 ноября 2026; час = 60 × цена минуты.
Цена часа аудио
- Открытые модели у самых дешёвых провайдеров — Qwen3 ASR 0.6B и Nemotron 3.5 ASR около $0,012 в час, Whisper Large v3 Turbo от $0,012 (обычно $0,03), Qwen3 ASR 1.7B $0,03, Parakeet TDT 0.6B v3 $0,08.
- Коммерческие модели среднего уровня — StepAudio 2.5 ASR около $0,06, Grok STT и MAI-Transcribe-2 около $0,10, ElevenLabs Scribe v2 $0,11, Soniox stt-rt-v6 $0,12, NVIDIA Nemotron 3.5 Transcribe 30B $0,12, Voxtral Mini Transcribe 3 $0,21, Voxtral Small $0,24.
- OpenAI — GPT-Transcribe $0,27 в час, Whisper (whisper-1) $0,36 у OpenAI и от $0,03 у других провайдеров открытого Whisper.
- В реальном времени — GPT-Live-Transcribe и GPT Realtime Whisper около $1,02 в час: потоковое распознавание с малой задержкой стоит в разы дороже.
Whisper Large v3 Turbo: все провайдеры
| Провайдер | Модель | Вход, $ | Выход, $ |
|---|---|---|---|
| cloudflare-workers-ai | Whisper Large v3 Turbo | $0.0005 / мин. | — |
| deepinfra | Whisper Large v3 Turbo | $0.0001998 / мин. | — |
| kosmik | OpenAI: Whisper Large v3 Turbo | $0.0024 / мин. | — |
| ovhcloud | Whisper Large v3 Turbo | Нет данных | Нет данных |
Живые данные: таблица собрана по сегодняшним ценам.
Whisper (whisper-1): все провайдеры
| Провайдер | Модель | Вход, $ | Выход, $ |
|---|---|---|---|
| cometapi | Whisper | $24.00 | $24.00 |
| openai | Whisper | $0.006 / мин. | — |
| cloudflare-workers-ai | Whisper | $0.0005 / мин. | — |
| nlp-cloud | Whisper | Нет данных | Нет данных |
| vercel | Whisper | $0.006 / мин. | — |
Живые данные: таблица собрана по сегодняшним ценам.
Как выбрать
- Пакетная расшифровка записей: открытая модель (Whisper Large v3 Turbo, Qwen3 ASR) у дешёвого провайдера стоит центы за час — сначала проверьте на своём аудио, акцентах и шуме.
- Качество и удобства из коробки (разметка спикеров, пунктуация, много языков): GPT-Transcribe, Scribe v2, Voxtral, Soniox.
- Живые субтитры и голосовые агенты: потоковая модель — дороже, смотрите на задержку.
- Ваш объём: калькулятор картинок, видео и голоса считает любое число минут у каждой модели; как им пользоваться.
Все предложения распознавания речи: каталог, распознавание речи.