Fun-ASR Flash vs Seed ASR
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)
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)import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.audio.transcriptions.create({
model: "fun-asr-flash",
// model: "seed-asr-bigmodel", // diese Zeile einkommentieren, die darüberliegende auskommentieren
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="fun-asr-flash" \
# -F model="seed-asr-bigmodel" \ # diese Zeile einkommentieren, die darüberliegende auskommentieren
-F file=@meeting.mp3package main
import (
"context"
"fmt"
"os"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
f, _ := os.Open("meeting.mp3")
resp, _ := client.Audio.Transcriptions.New(context.TODO(), openai.AudioTranscriptionNewParams{
Model: "fun-asr-flash",
// Model: "seed-asr-bigmodel", // diese Zeile einkommentieren, die darüberliegende auskommentieren
File: f,
})
fmt.Println(resp.Text)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.audio.transcriptions.*;
import java.nio.file.Paths;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
Transcription resp = client.audio().transcriptions().create(
TranscriptionCreateParams.builder()
.model("fun-asr-flash")
// .model("seed-asr-bigmodel") // diese Zeile einkommentieren, die darüberliegende auskommentieren
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());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.