Perbandingan harga model text-to-speech
Setiap suara yang dapat dipakai BibiGPT untuk narasi, dengan harga per sejuta karakter dan contoh resmi untuk didengarkan. Model berbasis token dikonversi dengan sekitar 15 karakter per detik suara.
Harga dicek 2026-10-26. Ini adalah harga daftar dari penyedia, bukan harga BibiGPT.
| Model | Dengarkan | per 1 juta karakter | 1 juta karakter | Harga daftar | Kelebihan | Di BibiGPT |
|---|---|---|---|---|---|---|
Kokoro-82M (di browser) Open source · di perangkat kokoro-jsGratis; teks tetap di browser. Bahasa yang tidak didukung beralih ke suara sistem. | $0 | $0 | Gratis (berjalan di browser Anda, unduhan sekali ~86MB) | zh/en/ja Latensi rendah | Di perangkat Baca nyaring di browser | |
Qwen-Audio-3.1 TTS FlashTermurah Alibaba Qwen qwen-audio-3.1-tts-flash3.1 beralih ke tagihan per token; BibiGPT masih memakai 3.0 Flash. | $2.87Perk. | $2.87 | ¥1.5 masukan / ¥12 keluaran per 1 juta token (wilayah Beijing) | zh/en + suara dialek Desain suara | Tidak ada di BibiGPT | |
xAI TTS xAI (dihosting di fal) xai/tts/v1Opsi per karakter termurah yang kami pakai. | $15 | $15 | $0.015 per 1K karakter | Multibahasa, Mandarin atas permintaan Latensi rendah | Di BibiGPT | |
Qwen-Audio-3.0 TTS Flash Alibaba Qwen (OpenRouter) qwen/qwen-audio-3.0-tts-flashNarasi Mandarin yang murah dan stabil. | $15 | $15 | $15 per 1 juta karakter (OpenRouter); situs Tiongkok ¥1 per 10K karakter, satu karakter Mandarin dihitung 2 | zh/en + suara dialek | Di BibiGPT | |
Fish Audio S2.1 Pro Fish Audio fish-audio/s2.1-proDitagih per byte: $15 per juta karakter bahasa Inggris, sekitar $45 per juta karakter Mandarin. Kloning suara yang solid. | $15 | $15 | $15 per 1 juta byte UTF-8 (satu karakter Mandarin sekitar 3 byte) | 80+ bahasa Kloning suaraTag ekspresif | Di BibiGPT | |
HeyGen Voice HeyGen (OpenRouter) heygen/heygen-voice-1Membaca Mandarin dan Inggris; suara bawaannya Nadine. | $15 | $15 | $15 per 1 juta karakter (OpenRouter; tier turbo $4) | Multibahasa | Di BibiGPT | |
Gemini 3.8 Flash TTS Google gemini-3.8-flash-ttsSuara narasi bawaan. Multi-pembicara dalam satu panggilan; atur nada dengan perintah bahasa sehari-hari. | $15.1Perk. | $15.1 | $0.50 masukan teks / $9 keluaran audio per 1 juta token (naik dua kali lipat menjadi $1 / $18 mulai 2027) | 80+ bahasa Multi-pembicaraTag ekspresif | Di BibiGPT | |
GPT-4o mini TTS OpenAI gpt-4o-mini-ttsNada bisa diatur lewat instruksi; bahasa Mandarin terdengar sedikit beraksen. | $16.2Perk. | $16.2 | $0.60 masukan teks / $12 keluaran audio per 1 juta token (sekitar $0.015/menit) | Multibahasa Tag ekspresif | Tidak ada di BibiGPT | |
DeepSeek POST /v1/tools/ttsHanya dua suara (Stella, Tide), tanpa pengaturan kecepatan atau emosi. Dalam uji kami sekitar 1 detik sampai suara pertama dan ~5× waktu nyata. Mandarin dihitung dua kali, jadi sekitar $45 per sejuta karakter Mandarin. | Tidak ada contoh resmi | $22.5 | $22.5 | $0,45 per 10.000 karakter (diskon 50% terbatas: $0,225); satu karakter Mandarin dihitung 2 | Mandarin, Kanton, Inggris, Jepang, Korea, dan 5 lainnya Latensi rendah | Di BibiGPT |
Deepgram Aura-2 Deepgram aura-2TTS bahasa Inggris berlatensi rendah untuk agen suara. | $30 | $30 | $0.030 per 1K karakter | Inggris dan beberapa lainnya Latensi rendah | Tidak ada di BibiGPT | |
Eleven Flash v2.5 / v4 Turbo ElevenLabs eleven_flash_v2_5 · eleven_v4_turbo~75–100 ms hingga audio pertama. Pilih dari menu model ElevenLabs saat membuat narasi. | Tidak ada contoh resmi | $40 | $40 | $0.04 per 1K karakter | 32 bahasa (v4 Turbo: 90+) Kloning suaraLatensi rendah | Di BibiGPT |
Eleven v4 / v3 ElevenLabs eleven_v4 · eleven_v3Tier paling ekspresif; kualitas Mandarin tergantung suaranya. | $80 | $80 | $0.08 per 1K karakter | 70+ bahasa Kloning suaraTag ekspresifMulti-pembicara | Di BibiGPT | |
MiniMax Speech 2.8 HD MiniMax speech-2.8-hdPelafalan Mandarin paling natural; tier Turbo $60 per juta karakter. | $100 | $100 | $100 per 1 juta karakter (internasional); situs Tiongkok ¥3.5 per 10K karakter, satu karakter Mandarin dihitung 2 | 40 bahasa, terbaik di Mandarin Kloning suaraDesain suaraTag ekspresif | Di BibiGPT | |
Seed Audio 1.0 ByteDance Seed (dihosting di fal) bytedance/seed-audio-1.0Ditagih per menit audio. Deskripsikan suara dalam satu kalimat; tidak perlu klip referensi. | $208Perk. | $208 | $0.1875 per menit audio (fal); Volcengine Tiongkok ¥1/menit | Mandarin, Inggris Desain suara | Di BibiGPT | |
MiMo V2 TTS Xiaomi mimo-v2-ttsBahasa Mandarin lisan yang natural. | Segera | — | Belum dipublikasikan (halaman harga resmi hanya mencantumkan v2.5 TTS gratis untuk waktu terbatas) | Mandarin, Inggris Tag ekspresif | Di BibiGPT |
- TTS Gemini / Qwen berbasis token: 25 token audio per detik, sekitar 15 karakter per detik suara.
- Teks Mandarin biasanya ditagih per karakter; sebagian vendor menghitung satu karakter Mandarin sebagai 2. Yang berlaku adalah tagihan Anda.
- 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.
Dengarkan suara-suara ini pada konten Anda sendiri
Ubah ringkasan menjadi video gambar bernarasi di BibiGPT dan pilih mesin suaranya di sana.