음성 합성 모델 가격 비교
BibiGPT에서 나레이션에 쓸 수 있는 모든 음성을 100만 자당 가격으로 정리하고 공식 샘플을 들어볼 수 있게 했습니다. 토큰 과금 모델은 음성 1초당 약 15자로 환산했습니다.
가격 확인일 2026-10-26. 업스트림 정가이며 BibiGPT 요금이 아닙니다.
| 모델 | 듣기 | 100만 자당 | 1M자 | 정가 | 강점 | BibiGPT 지원 |
|---|---|---|---|---|---|---|
Kokoro-82M (브라우저 내) 오픈소스 · 온디바이스 kokoro-js무료이며 텍스트가 브라우저 밖으로 나가지 않습니다. 지원하지 않는 언어는 시스템 음성으로 대체됩니다. | $0 | $0 | 무료 (브라우저에서 실행, 최초 1회 약 86MB 다운로드) | zh/en/ja 저지연 | 내 기기에서 실행 브라우저 내 읽어주기 | |
Qwen-Audio-3.1 TTS Flash최저가 Alibaba Qwen qwen-audio-3.1-tts-flash3.1부터 토큰 과금으로 바뀌었고, BibiGPT는 아직 3.0 Flash를 사용합니다. | $2.87추정 | $2.87 | 입력 ¥1.5 / 출력 ¥12 (100만 토큰당, 베이징 리전) | zh/en + 방언 음성 음성 디자인 | BibiGPT 미지원 | |
xAI TTS xAI (fal 호스팅) xai/tts/v1저희가 쓰는 글자 단위 과금 옵션 중 가장 저렴합니다. | $15 | $15 | 1천 자당 $0.015 | 다국어, 중국어는 지정 필요 저지연 | BibiGPT 지원 | |
Qwen-Audio-3.0 TTS Flash Alibaba Qwen (OpenRouter) qwen/qwen-audio-3.0-tts-flash저렴하고 안정적인 중국어 나레이션입니다. | $15 | $15 | 100만 자당 $15 (OpenRouter); 중국 사이트는 1만 자당 ¥1, 한자 1자를 2자로 계산 | zh/en + 방언 음성 | BibiGPT 지원 | |
Fish Audio S2.1 Pro Fish Audio fish-audio/s2.1-pro바이트 단위 과금: 영어는 100만 자당 $15, 중국어는 100만 자당 약 $45입니다. 음성 복제 품질이 안정적입니다. | $15 | $15 | 100만 UTF-8 바이트당 $15 (한자 1자는 약 3바이트) | 80개 이상 언어 음성 복제표현 태그 | BibiGPT 지원 | |
HeyGen Voice HeyGen (OpenRouter) heygen/heygen-voice-1중국어와 영어를 읽을 수 있고, 기본 목소리는 Nadine입니다. | $15 | $15 | 100만 자당 $15 (OpenRouter; turbo 등급 $4) | 다국어 | BibiGPT 지원 | |
Gemini 3.8 Flash TTS Google gemini-3.8-flash-tts기본 나레이션 음성입니다. 한 번의 호출로 다중 화자를 만들 수 있고, 일상적인 말로 어조를 조정할 수 있습니다. | $15.1추정 | $15.1 | 텍스트 입력 $0.50 / 오디오 출력 $9 (100만 토큰당, 2027년부터 2배인 $1 / $18) | 80개 이상 언어 다중 화자표현 태그 | BibiGPT 지원 | |
GPT-4o mini TTS OpenAI gpt-4o-mini-tts지시문으로 어조를 조정할 수 있으며, 중국어에서는 약간의 억양이 있습니다. | $16.2추정 | $16.2 | 텍스트 입력 $0.60 / 오디오 출력 $12 (100만 토큰당, 약 $0.015/분) | 다국어 표현 태그 | BibiGPT 미지원 | |
DeepSeek POST /v1/tools/tts음성은 Stella, Tide 두 가지뿐이고 속도·감정 조절은 안 됩니다. 실측 약 1초 만에 첫 소리, 합성은 실시간의 약 5배. 중국어는 2자로 계산돼 실제로 100만 자당 약 $45. | 공식 샘플 없음 | $22.5 | $22.5 | 1만 자당 $0.45(기간 한정 50% 할인 $0.225), 한자는 2자로 계산 | 표준 중국어, 광둥어, 영어, 일본어, 한국어 등 10개 저지연 | BibiGPT 지원 |
Deepgram Aura-2 Deepgram aura-2음성 에이전트를 겨냥한 저지연 영어 TTS입니다. | $30 | $30 | 1천 자당 $0.030 | 영어 및 일부 언어 저지연 | BibiGPT 미지원 | |
Eleven Flash v2.5 / v4 Turbo ElevenLabs eleven_flash_v2_5 · eleven_v4_turbo첫 오디오까지 약 75~100ms입니다. 나레이션할 때 ElevenLabs 모델 메뉴에서 선택하세요. | 공식 샘플 없음 | $40 | $40 | 1천 자당 $0.04 | 32개 언어 (v4 Turbo: 90개 이상) 음성 복제저지연 | BibiGPT 지원 |
Eleven v4 / v3 ElevenLabs eleven_v4 · eleven_v3표현력이 가장 풍부한 등급입니다. 중국어 품질은 음성에 따라 다릅니다. | $80 | $80 | 1천 자당 $0.08 | 70개 이상 언어 음성 복제표현 태그다중 화자 | BibiGPT 지원 | |
MiniMax Speech 2.8 HD MiniMax speech-2.8-hd가장 자연스러운 중국어 낭독입니다. Turbo 등급은 100만 자당 $60입니다. | $100 | $100 | 100만 자당 $100 (국제); 중국 사이트는 1만 자당 ¥3.5, 한자 1자를 2자로 계산 | 40개 언어, 중국어가 가장 우수 음성 복제음성 디자인표현 태그 | BibiGPT 지원 | |
Seed Audio 1.0 ByteDance Seed (fal 호스팅) bytedance/seed-audio-1.0오디오 분 단위로 과금됩니다. 목소리를 한 문장으로 설명하면 되고 참조 클립은 필요 없습니다. | $208추정 | $208 | 오디오 1분당 $0.1875 (fal); Volcengine 중국 ¥1/분 | 중국어, 영어 음성 디자인 | BibiGPT 지원 | |
MiMo V2 TTS Xiaomi mimo-v2-tts자연스러운 중국어 구어체입니다. | 확인 필요 | — | 비공개 (공식 가격 페이지에는 v2.5 TTS가 한시적 무료라고만 안내) | 중국어, 영어 표현 태그 | BibiGPT 지원 |
- Gemini / Qwen 토큰 과금 TTS: 초당 오디오 토큰 25개, 음성 1초당 약 15자로 환산했습니다.
- 중국어는 보통 글자 단위로 과금되며, 일부 업체는 한자 1자를 2자로 셉니다. 실제 청구 금액이 기준입니다.
- 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 콘텐츠에 이 목소리를 입혀 보세요
BibiGPT에서 요약을 나레이션이 있는 이미지 영상으로 만들고 음성 엔진을 선택하세요.