Gerçek zamanlı ses modeli fiyatları karşılaştırması
İki tür “canlı”: altyazı için akışlı transkripsiyon ve sesli sohbet için sesten sese modeller. İkisi de saat başına maliyete çevrilmiştir.
Fiyatlar 2026-10-26 tarihinde kontrol edildi. Bunlar sağlayıcıların liste fiyatlarıdır, BibiGPT fiyatı değildir.
Canlı transkripsiyon
| Model | saatlik | 10 sa | Liste fiyatı | Güçlü yanlar | BibiGPT'de |
|---|---|---|---|---|---|
Apple Speech (cihaz içi, macOS) Apple SFSpeechRecognizerÜcretsiz ve çevrimdışı çalışır; bulut modellerinden daha az doğru. | $0 | $0 | Ücretsiz (sisteme dahil) | Sistem dilleri Düşük gecikme | Cihazda Mac uygulaması, canlı mikrofonla dikte |
Qwen-Audio-3.1 ASR StreamingEn ucuz Alibaba Qwen qwen-audio-3.1-asr-flash-streamingSağlayıcı ilk token için ~160 ms iddia ediyor (ölçülmedi). Dosya sürümünün bir kat üzerinde. | $0.07Tah. | $0.7 | 1M token başına ¥6 girdi / ¥4.5 çıktı (Pekin bölgesi) | 30 dil + 10 lehçe Düşük gecikmeAnahtar kelimelerLehçeler | BibiGPT'de yok |
Soniox Real-time Soniox stt-rtÇin dışında bulduğumuz en ucuz gerçek zamanlı transkripsiyon; anlık çeviri de yapabilir. | $0.12 | $1.2 | $0.12/saat | 60 dil Düşük gecikmeKonuşmacı etiketleriKelime zaman damgaları | BibiGPT'de yok |
Paraformer Realtime v2 Alibaba Qwen paraformer-realtime-v2Çin'deki en ucuz ve en öngörülebilir gerçek zamanlı ASR. | $0.122 | $1.22 | ¥0.00024/saniye (ayda 10 ücretsiz saat) | zh/en/ja/ko + aksanlar Düşük gecikmeAnahtar kelimelerLehçeler | BibiGPT'de yok |
Doubao akışlı ASR 2.0 ByteDance Volcengine Doubao streaming ASR model 2.0Paraformer Realtime fiyatına yakın, güçlü gerçek zamanlı Çince. | $0.141 | $1.41 | ¥1/saat (mono kanal başına, kademeli) | zh/en + lehçeler Düşük gecikmeAnahtar kelimelerLehçeler | BibiGPT'de yok |
AssemblyAI Universal-Streaming AssemblyAI universal-streamingSesli ajanlarda yaygın, yalnızca dinleyen katman. Pro Realtime kademesi $0.45/sa. | $0.15 | $1.5 | $0.15/saat | İngilizce + çok dilli Düşük gecikmeKelime zaman damgaları | BibiGPT'de yok |
Qwen3-ASR Flash Realtime Alibaba Qwen qwen3-asr-flash-realtimeDuygu etiketli, Çin'den gerçek zamanlı ASR. | $0.167 | $1.67 | ¥0.00033/saniye (fun-asr-realtime ile aynı) | ~27 dil + 4 lehçe Düşük gecikmeDuyguLehçeler | BibiGPT'de yok |
Grok Voice Transcribe (akış) xAI grok-voice-transcribe-2.0İngilizce için ucuz canlı altyazı; Çince yok. | $0.2 | $2 | $0.20/saat (WebSocket) | 25 dil (CJK yok) Düşük gecikmeKelime zaman damgalarıKonuşmacı etiketleri | BibiGPT'de yok |
Deepgram Nova-3 Streaming Deepgram nova-3İngilizce görüşme ve toplantılar için köklü bir tercih. Güncel fiyat sınırlı süreli bir promosyondur. | $0.288 | $2.88 | $0.0048/dakika (tek dilli, promosyon fiyatı; çok dilli $0.0058) | Çok dilli, en güçlüsü İngilizce Düşük gecikmeKonuşmacı etiketleriAnahtar kelimeler | BibiGPT'de yok |
Fish Audio Transcribe Stream Fish Audio transcribe-stream-1Oturum saatine göre faturalandırılır, sessizlik dahil. | $0.36 | $3.6 | $0.36/oturum saati (önizleme) | Çok dilli Düşük gecikme | BibiGPT'de yok |
ElevenLabs Scribe v2 Realtime ElevenLabs scribe_v2_realtimeÇok dilli canlı altyazı, ~150 ms gecikme (sağlayıcı verisi). | $0.39 | $3.9 | $0.39/saat | 90+ dil Düşük gecikmeKelime zaman damgaları | BibiGPT'de yok |
Gemini 3.5 Transcribe Live Google gemini-3.5-transcribe-liveSiz konuşurken metin almak karşılığında dosya sürümünden yaklaşık %80 daha pahalı. | $0.542Tah. | $5.42 | 1M token başına $3.50 ses girdisi / $21 metin çıktısı (resmi tahmin yaklaşık $0.009/dakika) | 85+ dil Düşük gecikmeKonuşmacı etiketleriDolgu kelime temizleme | BibiGPT'de Canlı transkripsiyon (web / masaüstü) |
GPT Live Transcribe OpenAI gpt-live-transcribeCanlı altyazı için pahalı tarafta; gpt-realtime-translate $0.034/dk. | $1.02 | $10.2 | $0.017/dakika | Çok dilli Düşük gecikme | BibiGPT'de yok |
Gerçek zamanlı sesli konuşma
| Model | saatlik | 10 sa | Liste fiyatı | Güçlü yanlar | BibiGPT'de |
|---|---|---|---|---|---|
Qwen-Audio-3.1 Realtime Plus Alibaba Qwen qwen-audio-3.1-realtime-plusÇin anakarasından erişilebilen sesten sese model. Liste fiyatı 3.0 ile aynı; bağlam her turda yeniden faturalandırılır. | $0.602Tah. | $6.02 | 1M token başına ¥40 ses girdisi / ¥150 ses çıktısı (Pekin bölgesi) | Önce Çince ve İngilizce Sesten seseDüşük gecikme | BibiGPT'de yok |
Gemini 3.1 Flash Live Google gemini-3.1-flash-live-previewYerel ses girişi ve çıkışı, ekran paylaşımıyla çalışır. Buradaki en ucuz sesten sese seçenek. | $0.675Tah. | $6.75 | 1M token başına $3 ses girdisi / $12 ses çıktısı (resmi tahmin dakikada $0.005 / $0.018) | Çok dilli Sesten seseDüşük gecikme | BibiGPT'de Gemini Desktop ve web Live sesli sohbet |
GPT Realtime Mini OpenAI gpt-realtime-miniEkonomik GPT Realtime; tam modelin yaklaşık üçte biri. | $0.9Tah. | $9 | 1M token başına $10 ses girdisi / $20 ses çıktısı | Çok dilli Sesten seseDüşük gecikme | BibiGPT'de yok |
GPT Realtime OpenAI gpt-realtimeSesli ajanlar için yaygın referans; uzun oturumlarda bağlam token'ları da ücretlendirilir. | $2.88Tah. | $28.8 | 1M token başına $32 ses girdisi / $64 ses çıktısı (gpt-realtime-2 sesi aynı) | Çok dilli Sesten seseDüşük gecikme | BibiGPT'de yok |
Grok Voice 3.0 xAI grok-voice-3.0Sabit dakika fiyatı: bütçelemesi kolay, buradaki en yüksek tarife. | $4.8 | $48 | $0.08/dakika (metin girdisi ayrıca) | Çok dilli Sesten seseDüşük gecikme | BibiGPT'de yok |
- Gemini ses girdisi: saniyede 25 token; transkript çıktısı saniyede yaklaşık 3 token.
- Qwen-Audio-3.1: kendi Çince örneklerimizde ölçülen, saniyede yaklaşık 20 girdi + 4 çıktı token'ı.
- Sesli konuşmada, saatin %50 kadarını kullanıcının, kalanını modelin konuştuğu varsayılır.
- CNY ↔ USD kuru: 7.1.
SSS
En ucuz transkripsiyon modeli hangisi?
Örneklerimizde Qwen-Audio-3.1 ile dosya transkripsiyonu saat başına yaklaşık ¥0.075–0.10 tuttu; bu, StepAudio 2.5 (¥0.15/sa) ve Paraformer v2 (¥0.288/sa) fiyatlarının altında. Bibi Local masaüstü uygulamasındaki cihaz içi modeller ücretsizdir.
STT, canlı ve TTS arasındaki fark nedir?
STT, bitmiş bir kaydı metne çevirir ve ses saati başına faturalandırılır. Canlı modeller siz konuşurken aynısını yapar ya da size sesle yanıt verir; daha pahalıdır. TTS ise ters yönde çalışır: metin girer, konuşma çıkar ve genellikle karakter başına faturalandırılır.
Bazı fiyatlar neden “Tah.” olarak işaretli?
Bu modeller dakikaya değil, token'a göre faturalandırır. Tablonun altında listelenen token yoğunluklarıyla çeviriyoruz; gerçek faturanız konuşma hızına ve dile göre değişir.
Bu modelleri BibiGPT'de kullanabilir miyim?
“BibiGPT'de” işaretli modeller üyelik kapsamındadır. “Kendi anahtarınız” modelleri, kendi API anahtarınızı yapıştırdıktan sonra seçilebilir. “Cihazda” modeller Bibi Local masaüstü uygulamasında ücretsiz çalışır. “BibiGPT'de yok” satırları yalnızca referans için listelenmiştir.
Kendi sesinizle deneyin
BibiGPT'ye bir YouTube, Bilibili veya podcast bağlantısı yapıştırın ve motoru transkripsiyon ayarlarından seçin. Özel kayıtlar için Bibi Local, transkripsiyonu kendi bilgisayarınızda yapar.