음성 인식 모델 가격 비교
BibiGPT에서 실행할 수 있는 모든 받아쓰기 모델과 참고용 API 몇 가지의 시간당 비용입니다. 토큰으로 과금되는 모델은 저희가 측정한 밀도로 환산했습니다.
가격 확인일 2026-10-26. 업스트림 정가이며 BibiGPT 요금이 아닙니다.
| 모델 | 시간당 | 10시간 | 정가 | 강점 | BibiGPT 지원 |
|---|---|---|---|---|---|
Bibi Local 온디바이스 받아쓰기 Bibi Local 데스크톱 앱 SenseVoice / Whisper (온디바이스)오디오가 내 컴퓨터 밖으로 나가지 않습니다. 속도는 컴퓨터 성능에 따라 달라집니다. | $0 | $0 | 무료 (내 컴퓨터에서 실행) | zh/en/ja/ko/yue 등 단어 타임스탬프 | 내 기기에서 실행 데스크톱 앱, 로컬 모드 Bibi Local 다운로드 |
Qwen-Audio-3.1 ASR최저가 Alibaba Qwen qwen-audio-3.1-asr-flash-filetrans저희 중국어 샘플 기준 시간당 약 ¥0.075~0.10으로, 측정한 클라우드 중 가장 저렴합니다. 제품명 인식은 Paraformer보다 낫고, 군더더기 말은 그대로 남습니다. | $0.0136실측 | $0.136 | 입력 ¥0.8 / 출력 ¥2.7 (100만 토큰당, 베이징 리전) | 30개 언어 + 중국어 방언 10종 단어 타임스탬프화자 구분핫워드방언 | BibiGPT 지원 |
StepAudio 2.5 ASR StepFun stepaudio-2.5-asr시간 과금 API 중 가장 저렴합니다. 표준 중국어에 강하지만 방언과 화자 구분은 지원하지 않습니다. | $0.0211 | $0.211 | ¥0.15/시간 ($0.022/시간) | 중국어, 영어 단어 타임스탬프핫워드 | BibiGPT 지원 |
Paraformer v2 Alibaba Qwen paraformer-v2BibiGPT가 중국어 영상에 기본으로 쓰는 모델로, 화자 구분과 군더더기 제거가 켜져 있습니다. 브랜드명 인식은 약합니다. | $0.0406 | $0.406 | ¥0.00008/초 | zh/en/ja/ko/de/fr/ru + 약 18개 억양 단어 타임스탬프화자 구분핫워드군더더기 제거방언 | BibiGPT 지원 |
DeepSeek POST /v1/tools/asrFLEURS 실측 중국어 CER 1.9%(6곳 중 2위), 영어 WER 6.4%. 한 건에 약 1초. 파일당 최대 120초, 타임스탬프 없음. 자막보다 음성 입력에 적합합니다. | $0.058 | $0.58 | 시간당 $0.116(기간 한정 50% 할인 $0.058), 초 단위 과금 | 광둥어 포함 21개 언어, 자동 감지 방언 | BibiGPT 미지원 |
Grok Voice Transcribe 2.0 xAI grok-voice-transcribe-2.0영어 등 CJK가 아닌 오디오에 알맞은 저렴한 선택입니다. 중국어에는 맞지 않습니다. | $0.1 | $1 | $0.10/시간 (배치) | 25개 언어 (CJK 제외) 단어 타임스탬프화자 구분 | BibiGPT 지원 |
Whisper large-v3 (Groq) OpenAI 오픈소스 / Groq whisper-large-v3지원 언어가 가장 많고 매우 빠릅니다. 화자 구분이 없고 무음 구간에서 환각이 생길 수 있습니다. | $0.111 | $1.11 | $0.111/시간 | 99개 언어 단어 타임스탬프 | BibiGPT 지원 |
Qwen3-ASR Flash Alibaba Qwen qwen3-asr-flash-filetrans3.1에 없는 감정 라벨을 반환합니다. 화자 구분은 없습니다. | $0.112 | $1.12 | ¥0.00022/초 | 약 27개 언어 + 방언 4종 단어 타임스탬프감정방언 | BibiGPT 지원 |
Qwen-Audio-3.0 ASR Alibaba Qwen qwen-audio-3.0-asr-flash-filetrans3.1보다 방언 범위가 넓고 가격은 약 8~10배입니다. | $0.112 | $1.12 | ¥0.00022/초 | 중국어 방언 범위가 가장 넓음 단어 타임스탬프방언 | BibiGPT 지원 |
ElevenLabs Scribe v2 ElevenLabs scribe_v2여러 언어에서 안정적이고 화자 구분을 지원합니다. 본인의 ElevenLabs 키가 필요합니다. | $0.22 | $2.2 | $0.22/시간 (배치) | 90개 이상 언어 단어 타임스탬프화자 구분소리 이벤트핫워드 | BibiGPT 지원 · 내 키 |
Deepgram Nova-3 Deepgram deepgram/nova-3영어 통화와 회의에 오래 쓰여 온 선택지입니다. OpenRouter 키로 선택할 수 있습니다. | $0.258 | $2.58 | $0.0043/분 (OpenRouter) | 다국어, 영어에 가장 강함 단어 타임스탬프화자 구분핫워드 | BibiGPT 지원 · 내 키 |
GPT Transcribe OpenAI openai/gpt-transcribeOpenRouter 키로 선택할 수 있습니다. 텍스트만 반환하며 타임스탬프와 화자 정보는 없습니다. | $0.27 | $2.7 | $0.0045/분 (OpenRouter) | 다국어 | BibiGPT 지원 · 내 키 |
Gemini 3.5 Transcribe Google gemini-3.5-transcribe군더더기와 말 고침을 기본적으로 제거합니다. 본인의 Gemini 키가 필요합니다. | $0.31추정 | $3.1 | 오디오 입력 $2 / 텍스트 출력 $12 (100만 토큰당, 공식 추정 약 $0.005/분) | 85개 이상 언어 단어 타임스탬프화자 구분군더더기 제거 | BibiGPT 지원 · 내 키 |
Doubao 녹음 파일 ASR ByteDance Volcengine volc.bigasr.auc중국어와 방언에 강합니다. Volcengine AppID와 토큰이 필요합니다. | $0.324 | $3.24 | 표준 ¥2.3/시간, 한가한 시간대 ¥1.2, 파일 ASR 2.0 ¥0.8 | zh/en + 방언 5종 단어 타임스탬프화자 구분핫워드방언 | BibiGPT 지원 · 내 키 |
MAI-Transcribe 1.5 Microsoft microsoft/mai-transcribe-1.5OpenRouter 키가 있으면 받아쓰기 모델 목록에서 선택할 수 있습니다. | $0.36 | $3.6 | $0.36/시간 (OpenRouter) | 다국어 단어 타임스탬프 | BibiGPT 지원 · 내 키 |
Fish Audio Transcribe Pro Fish Audio transcribe-1-pro화자와 소리 이벤트 태그를 제공하며, BibiGPT는 [click] 같은 이벤트를 자막에서 제거합니다. 중국어 이름 인식은 평균 수준입니다. | $0.36 | $3.6 | $0.0001/초 | 83개 언어 (업체 주장) 단어 타임스탬프화자 구분소리 이벤트 | BibiGPT 지원 · 내 키 |
StepAudio 3 ASR StepFun stepaudio-3-asr-maxArtificial Analysis 배치 WER 공동 1위입니다. 핫워드가 없으면 「BibiGPT」를 「Bilibili GPT」로 알아들었습니다. | $0.394 | $3.94 | ¥2.8/시간 (국제 사이트 $0.40/시간) | 중국어, 영어 단어 타임스탬프핫워드 | BibiGPT 지원 · 내 키 |
- Gemini 오디오 입력: 초당 25토큰, 받아쓰기 텍스트 출력은 초당 약 3토큰으로 계산했습니다.
- Qwen-Audio-3.1: 초당 입력 약 20 + 출력 약 4토큰이며, 저희 중국어 샘플로 측정한 값입니다.
- 위안화와 달러는 7.1 기준으로 환산했습니다.
자주 묻는 질문
가장 저렴한 받아쓰기 모델은 무엇인가요?
저희 샘플 기준으로 Qwen-Audio-3.1 파일 받아쓰기는 시간당 약 ¥0.075~0.10으로, StepAudio 2.5(¥0.15/시간)와 Paraformer v2(¥0.288/시간)보다 낮았습니다. Bibi Local 데스크톱 앱의 온디바이스 모델은 무료입니다.
STT, 실시간, TTS는 어떻게 다른가요?
STT는 녹음이 끝난 오디오를 텍스트로 바꾸며 오디오 시간 기준으로 과금됩니다. 실시간 모델은 말하는 동안 같은 작업을 하거나 음성으로 답하며 비용이 더 듭니다. TTS는 반대로 텍스트를 넣으면 음성이 나오고, 대개 글자 수 기준으로 과금됩니다.
일부 가격에 「추정」이 붙은 이유는 무엇인가요?
해당 모델은 분 단위가 아니라 토큰 단위로 과금됩니다. 표 아래에 적은 토큰 밀도로 환산했으며, 실제 청구 금액은 말 속도와 언어에 따라 달라집니다.
이 모델들을 BibiGPT에서 쓸 수 있나요?
「BibiGPT 지원」 모델은 멤버십에 포함됩니다. 「내 키」 모델은 본인의 API 키를 등록하면 선택할 수 있습니다. 「내 기기에서 실행」 모델은 Bibi Local 데스크톱 앱에서 무료로 실행됩니다. 「BibiGPT 미지원」 행은 참고용입니다.
내 오디오로 직접 써 보세요
YouTube, Bilibili, 팟캐스트 링크를 BibiGPT에 붙여 넣고 받아쓰기 설정에서 엔진을 고르세요. 비공개 녹음은 Bibi Local이 내 컴퓨터에서 직접 받아쓰기합니다.