Fun-ASR Flash vs Seed ASR

vs

Welches Modell wofür

Die Minutenpreise unterscheiden sich nur um einen Rundungsfehler ($0.0021 gegenüber $0.002), was die Wahl vollständig auf die Fähigkeiten legt: seed-asr-bigmodel trennt Sprecher über seine Audiodatei-API (dokumentiert als am besten bei höchstens 10 Sprechern), liefert Zeitstempel auf Satz- und Wortebene und nimmt bis zu 5 Stunden je Datei, während fun-asr-flash nur synchron arbeitet, bei 5 Minuten und 2GB gedeckelt ist, ohne Trennung, aber mit Kontextinjektion für Fachbegriffe. Nehmen Sie fun-asr-flash für schnelle kurze Clips, seed-asr-bigmodel für alles Lange oder Mehrsprecherige.

Preise

Fun-ASR Flash Seed ASR Δ
Pro Audiominute $0.0021 $0.002 1×

Preise aus dem Live-Katalog, Stand des letzten Builds. Die aktuellen Preise stehen auf der jeweiligen Modellseite.

Einordnung: Preis pro Audiominute aller 12 Speech-to-Text-Modelle mit dieser Abrechnungseinheit (logarithmische Skala)

Fun-ASR Flash · $0.0021 Seed ASR · $0.002

Fähigkeiten

Fun-ASR Flash Seed ASR
Sprecherdiarisierung nein ja
Streaming ja ja
Zeitstempel - ja

Spezifikationen

Fun-ASR Flash Seed ASR
Eingabemodalitäten Audio Audio
Ausgabemodalitäten Text Text
Veröffentlicht 2026-06 2025-12-05
Limits

Synchrone Schnellerkennung, <=5 Min. / <=2GB pro Audio

Kontext-Injektion für Fachbegriffe

30+ Sprachen

keine Diarisierung

Asynchroner Audiodatei-Modus: <512MB, <5 Stunden, OPUS/WAV/MP3/SPX/OGG/AMR/AAC/M4A (rohes PCM wird ebenfalls akzeptiert), Ergebnisse werden innerhalb von 3 Stunden zurückgegeben und 7 Tage aufbewahrt

Sprecher-Diarisierung über enable_speaker_info (nur Audiodatei-API, am besten mit <=10 Sprechern, keine Diarisierung über die Streaming-API)

Satz- und Wortsegmentierung mit start_time/end_time über show_utterances

Sprachidentifikation über enable_lid

Hotwords und Kontext bis zu 800 Token und 20 Runden

Abrechnung pro Aufruf

Sprachen Mehrsprachig mit Dialekten, dieselbe Liste aus 30 Sprachen wie bei den Fun-ASR-Hauptversionen: Chinesisch (Mandarin, Kantonesisch, Wu, Hokkien, Hakka, Gan, Xiang, Jin sowie regionale Akzente), Englisch, Japanisch, Koreanisch, Vietnamesisch, Thailändisch, Indonesisch, Malaiisch, Filipino, Hindi, Arabisch, Französisch, Deutsch, Spanisch, Portugiesisch, Russisch, Italienisch, Niederländisch, Schwedisch, Dänisch, Finnisch, Norwegisch, Griechisch, Polnisch, Tschechisch, Ungarisch, Rumänisch, Bulgarisch, Kroatisch, Slowakisch

Bei leerem `language` deckt das Modell Mandarin, Englisch, Kantonesisch, Shanghainesisch, Minnan sowie die Dialekte von Sichuan und Shaanxi ab

39 Sprachschlüssel lassen sich explizit festlegen (en-US, zh-CN, yue-CN, ja-JP, ko-KR, id-ID, es-MX, pt-BR, de-DE, fr-FR, fil-PH, ms-MY, th-TH, ar-SA, it-IT, bn-BD, el-GR, nl-NL, ru-RU, tr-TR, vi-VN, pl-PL, ro-RO, uk-UA, az-AZ, bg-BG, cs-CZ, da-DK, fi-FI, hi-IN, hu-HU, kk-KZ, km-KH, my-MM, no-NO, pa-PK, sv-SE, sw-KE, ur-PK), dazu optionale automatische Erkennung (enable_auto_lang)

Die Spezifikationen stammen aus der Dokumentation des jeweiligen Anbieters. Veröffentlicht ein Anbieter eine Angabe nicht, lassen wir die Zeile weg, statt sie zu schätzen. Vollständige Quellen: Fun-ASR Flash · Seed ASR

Eine Zeile genügt für den Wechsel

Beide IDs stehen in jedem Tab unten. Die beiden hervorgehobenen Zeilen sind die einzige Änderung. Gleicher Endpunkt, gleicher Schlüssel, gleiches Anfrageformat.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.audio.transcriptions.create(
    model="fun-asr-flash",
    # model="seed-asr-bigmodel",  # diese Zeile einkommentieren, die darüberliegende auskommentieren
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

API-Schlüssel erstellen →

FAQ

Welches Modell ist günstiger: Fun-ASR Flash oder Seed ASR?

Seed ASR ist bei Pro Audiominute günstiger ($0.002 vs. $0.0021, Faktor 1.0). Bei anderen Zeilen kann es umgekehrt sein. Die Tabelle oben zeigt alle Preise, und die tatsächlichen Kosten hängen von Ihrem Mix ab.

Kann ich Fun-ASR Flash gegen Seed ASR A/B-testen, ohne zweimal zu integrieren?

Ja. Beide laufen über denselben OpenAI-kompatiblen Endpunkt mit einem API-Schlüssel. Für den Wechsel ändern Sie nur eine Zeile, den Modellnamen. So können Sie einen Teil des Traffics an jedes Modell schicken und die Kosten direkt vergleichen.

Unterstützen Fun-ASR Flash und Seed ASR Sprecherdiarisierung?

Das beantwortet die Tabelle der Fähigkeiten oben für jedes Modell einzeln, direkt aus der Dokumentation des jeweiligen Anbieters. Diarisierung, Streaming und Zeitstempel stehen dort getrennt, weil sich die Modelle in allen drei Punkten unterscheiden.

Verwandte Vergleiche

Aus unseren Studien mit eigenen Messungen