Perbandingan harga model speech-to-text
Biaya per jam setiap model transkripsi yang dapat dijalankan BibiGPT, ditambah beberapa API pembanding. Model berbasis token dikonversi dengan kepadatan yang kami ukur.
Harga dicek 2026-10-26. Ini adalah harga daftar dari penyedia, bukan harga BibiGPT.
| Model | per jam | 10 jam | Harga daftar | Kelebihan | Di BibiGPT |
|---|---|---|---|---|---|
Transkripsi di perangkat Bibi Local Aplikasi desktop Bibi Local SenseVoice / Whisper (on device)Audio tidak pernah meninggalkan perangkat Anda. Kecepatan bergantung pada komputer Anda. | $0 | $0 | Gratis (berjalan di komputer Anda) | zh/en/ja/ko/yue dan lainnya Stempel waktu per kata | Di perangkat Aplikasi desktop, mode lokal Unduh Bibi Local |
Qwen-Audio-3.1 ASRTermurah Alibaba Qwen qwen-audio-3.1-asr-flash-filetransSekitar ¥0.075–0.10 per jam pada sampel Mandarin kami, opsi cloud termurah yang kami ukur. Lebih baik dari Paraformer untuk nama produk; kata pengisi tetap ada. | $0.0136Terukur | $0.136 | ¥0.8 masukan / ¥2.7 keluaran per 1 juta token (wilayah Beijing) | 30 bahasa + 10 dialek Mandarin Stempel waktu per kataLabel pembicaraHotwordDialek | Di BibiGPT |
StepAudio 2.5 ASR StepFun stepaudio-2.5-asrAPI termurah yang ditagih per durasi. Kuat untuk Mandarin; tanpa dialek dan tanpa label pembicara. | $0.0211 | $0.211 | ¥0.15/jam ($0.022/jam) | Mandarin, Inggris Stempel waktu per kataHotword | Di BibiGPT |
Paraformer v2 Alibaba Qwen paraformer-v2Bawaan BibiGPT untuk video Mandarin, dengan label pembicara dan penghapusan kata pengisi aktif. Lemah pada nama merek. | $0.0406 | $0.406 | ¥0.00008/detik | zh/en/ja/ko/de/fr/ru + ~18 aksen Stempel waktu per kataLabel pembicaraHotwordHapus kata pengisiDialek | Di BibiGPT |
DeepSeek POST /v1/tools/asrHasil uji FLEURS: CER 1,9% untuk bahasa Mandarin (peringkat 2 dari 6), WER 6,4% untuk bahasa Inggris, sekitar 1 detik per klip. Maksimal 120 detik per file dan tanpa timestamp, jadi cocok untuk input suara, bukan subtitle. | $0.058 | $0.58 | $0,116/jam (diskon 50% terbatas: $0,058), ditagih per detik | 21 bahasa termasuk Kanton, terdeteksi otomatis Dialek | Tidak ada di BibiGPT |
Grok Voice Transcribe 2.0 xAI grok-voice-transcribe-2.0Pilihan murah untuk bahasa Inggris dan audio non-CJK lainnya. Bukan untuk Mandarin. | $0.1 | $1 | $0.10/jam (batch) | 25 bahasa (tanpa CJK) Stempel waktu per kataLabel pembicara | Di BibiGPT |
Whisper large-v3 (Groq) Open source OpenAI / Groq whisper-large-v3Mendukung banyak bahasa dan sangat cepat. Tanpa label pembicara; bisa berhalusinasi saat hening. | $0.111 | $1.11 | $0.111/jam | 99 bahasa Stempel waktu per kata | Di BibiGPT |
Qwen3-ASR Flash Alibaba Qwen qwen3-asr-flash-filetransMengembalikan label emosi, yang tidak ada di 3.1. Tanpa label pembicara. | $0.112 | $1.12 | ¥0.00022/detik | ~27 bahasa + 4 dialek Stempel waktu per kataEmosiDialek | Di BibiGPT |
Qwen-Audio-3.0 ASR Alibaba Qwen qwen-audio-3.0-asr-flash-filetransDaftar dialek lebih luas dari 3.1, dengan harga sekitar 8–10× lipat. | $0.112 | $1.12 | ¥0.00022/detik | Cakupan dialek Mandarin terluas Stempel waktu per kataDialek | Di BibiGPT |
ElevenLabs Scribe v2 ElevenLabs scribe_v2Andal di banyak bahasa dengan label pembicara. Gunakan kunci ElevenLabs Anda sendiri. | $0.22 | $2.2 | $0.22/jam (batch) | 90+ bahasa Stempel waktu per kataLabel pembicaraPeristiwa suaraHotword | Di BibiGPT · kunci Anda |
Deepgram Nova-3 Deepgram deepgram/nova-3Pilihan lama untuk panggilan dan rapat berbahasa Inggris. Bisa dipilih dengan kunci OpenRouter. | $0.258 | $2.58 | $0.0043/menit (OpenRouter) | Multibahasa, terkuat di bahasa Inggris Stempel waktu per kataLabel pembicaraHotword | Di BibiGPT · kunci Anda |
GPT Transcribe OpenAI openai/gpt-transcribeBisa dipilih dengan kunci OpenRouter. Hanya teks, tanpa stempel waktu atau pembicara. | $0.27 | $2.7 | $0.0045/menit (OpenRouter) | Multibahasa | Di BibiGPT · kunci Anda |
Gemini 3.5 Transcribe Google gemini-3.5-transcribeMenghapus kata pengisi dan koreksi diri secara bawaan. Gunakan kunci Gemini Anda sendiri. | $0.31Perk. | $3.1 | $2 masukan audio / $12 keluaran teks per 1 juta token (perkiraan resmi sekitar $0.005/menit) | 85+ bahasa Stempel waktu per kataLabel pembicaraHapus kata pengisi | Di BibiGPT · kunci Anda |
ASR audio rekaman Doubao ByteDance Volcengine volc.bigasr.aucKuat untuk Mandarin dan dialek. Perlu AppID dan token Volcengine. | $0.324 | $3.24 | Standar ¥2.3/jam; di luar jam sibuk ¥1.2; ASR file 2.0 ¥0.8 | zh/en + 5 dialek Stempel waktu per kataLabel pembicaraHotwordDialek | Di BibiGPT · kunci Anda |
MAI-Transcribe 1.5 Microsoft microsoft/mai-transcribe-1.5Bisa dipilih di transcriber dengan kunci OpenRouter. | $0.36 | $3.6 | $0.36/jam (OpenRouter) | Multibahasa Stempel waktu per kata | Di BibiGPT · kunci Anda |
Fish Audio Transcribe Pro Fish Audio transcribe-1-proTag pembicara dan peristiwa suara; BibiGPT menghapus peristiwa seperti [click] dari subtitle. Rata-rata untuk nama Mandarin. | $0.36 | $3.6 | $0.0001/detik | 83 bahasa (klaim vendor) Stempel waktu per kataLabel pembicaraPeristiwa suara | Di BibiGPT · kunci Anda |
StepAudio 3 ASR StepFun stepaudio-3-asr-maxPeringkat pertama bersama pada WER batch Artificial Analysis. Tanpa hotword, “BibiGPT” terdengar sebagai “Bilibili GPT”. | $0.394 | $3.94 | ¥2.8/jam (situs internasional $0.40/jam) | Mandarin, Inggris Stempel waktu per kataHotword | Di BibiGPT · kunci Anda |
- Masukan audio Gemini: 25 token per detik; keluaran transkrip sekitar 3 token per detik.
- Qwen-Audio-3.1: sekitar 20 token masukan + 4 token keluaran per detik, diukur pada sampel Mandarin kami sendiri.
- CNY ↔ USD pada 7.1.
FAQ
Model transkripsi mana yang termurah?
Pada sampel kami, transkripsi file dengan Qwen-Audio-3.1 sekitar ¥0.075–0.10 per jam, di bawah StepAudio 2.5 (¥0.15/jam) dan Paraformer v2 (¥0.288/jam). Model di perangkat pada aplikasi desktop Bibi Local tidak berbiaya.
Apa beda STT, langsung, dan TTS?
STT mengubah rekaman yang sudah selesai menjadi teks dan ditagih per jam audio. Model langsung melakukan hal yang sama saat Anda berbicara, atau menjawab Anda dengan suara, dan biayanya lebih tinggi. TTS kebalikannya: masuk teks, keluar suara, biasanya ditagih per karakter.
Mengapa sebagian harga ditandai “Perk.”?
Model tersebut ditagih per token, bukan per menit. Kami mengonversi dengan kepadatan token yang tercantum di bawah tabel; tagihan asli Anda berubah sesuai kecepatan bicara dan bahasa.
Bisakah saya memakai model-model ini di BibiGPT?
Model bertanda “Di BibiGPT” sudah tercakup keanggotaan. Model “kunci Anda” bisa dipilih setelah Anda menempelkan API key sendiri. Model “Di perangkat” berjalan gratis di aplikasi desktop Bibi Local. Baris “Tidak ada di BibiGPT” hanya dicantumkan sebagai referensi.
Coba pada audio Anda sendiri
Tempel tautan YouTube, Bilibili, atau podcast ke BibiGPT lalu pilih mesinnya di pengaturan transkripsi. Untuk rekaman pribadi, Bibi Local mentranskripsi di komputer Anda sendiri.