Fun-ASR Flash vs Seed ASR

vs

Cuál usar y cuándo

Las tarifas por minuto difieren solo por un redondeo ($0.0021 frente a $0.002), lo que deja la elección enteramente en las capacidades: seed-asr-bigmodel diariza en su API de archivos de audio (documentada como óptima con 10 hablantes o menos), devuelve marcas de tiempo por frase y palabra y acepta hasta 5 horas por archivo, mientras que fun-asr-flash es solo síncrono, limitado a 5 minutos y 2GB, sin diarización pero con inyección de términos de dominio en contexto. Elige fun-asr-flash para respuesta rápida en clips cortos, seed-asr-bigmodel para todo lo largo o con varios hablantes.

Precios

Fun-ASR Flash Seed ASR Δ
Por minuto de audio $0.0021 $0.002 1×

Tarifas tomadas del catálogo en vivo al generar el sitio; la página de cada modelo tiene la ficha de precios actualizada.

Dónde queda cada uno: precio por minuto de audio entre los 12 modelos de voz a texto que se facturan en esta unidad (escala logarítmica)

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

Capacidades

Fun-ASR Flash Seed ASR
Diarización de hablantes no sí
Streaming sí sí
Marcas de tiempo - sí

Especificaciones

Fun-ASR Flash Seed ASR
Modalidades de entrada audio audio
Modalidades de salida texto texto
Lanzamiento 2026-06 2025-12-05
Límites

Reconocimiento rápido síncrono, <=5 min / <=2GB por audio

inyección de contexto para términos de dominio

más de 30 idiomas

sin diarización

Modo asíncrono de archivo de audio: <512MB, <5 horas, OPUS/WAV/MP3/SPX/OGG/AMR/AAC/M4A (también se acepta PCM en bruto), resultados devueltos en un plazo de 3 horas y conservados 7 días

diarización de hablantes mediante enable_speaker_info (solo en la API de archivo de audio, mejor con <=10 hablantes, sin diarización en la API de streaming)

segmentación por frase y por palabra con start_time/end_time mediante show_utterances

identificación de idioma mediante enable_lid

hotwords y contexto de hasta 800 tokens y 20 rondas

facturación por llamada

Idiomas Multilingüe con dialectos, la misma lista de 30 idiomas que las versiones principales de Fun-ASR: chino (mandarín, cantonés, wu, hokkien, hakka, gan, xiang y jin, además de acentos regionales), inglés, japonés, coreano, vietnamita, tailandés, indonesio, malayo, filipino, hindi, árabe, francés, alemán, español, portugués, ruso, italiano, neerlandés, sueco, danés, finés, noruego, griego, polaco, checo, húngaro, rumano, búlgaro, croata y eslovaco

Con `language` vacío, el modelo cubre mandarín, inglés, cantonés, shanghainés, minnan y los dialectos de Sichuan y Shaanxi

se pueden fijar explícitamente 39 claves de idioma (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), además de la detección automática opcional (enable_auto_lang)

Las especificaciones se transcriben de la documentación de cada proveedor; si un proveedor no publica un dato, la fila se omite en vez de deducirlo. Fuentes completas: Fun-ASR Flash · Seed ASR

Cambia de uno a otro con una sola línea

Los dos ids aparecen en todas las pestañas de abajo; lo único que cambia es el par de líneas resaltadas. El endpoint, la clave y la estructura de la solicitud son los mismos.

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",  # descomenta esta línea, comenta la de arriba
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

Obtén tu clave API →

Preguntas frecuentes

¿Cuál es más barato, Fun-ASR Flash o Seed ASR?

Seed ASR es más barato en Por minuto de audio ($0.002 frente a $0.0021, una diferencia de 1.0×). En otras filas puede ser al revés: la tabla de arriba recoge todas las tarifas, y el coste real depende de tu combinación de uso.

¿Puedo hacer pruebas A/B de Fun-ASR Flash frente a Seed ASR sin dos integraciones?

Sí. Los dos se sirven desde el mismo endpoint compatible con OpenAI y con una sola clave API. Para cambiar de uno a otro basta con tocar una línea, el nombre del modelo, así que puedes mandar una parte del tráfico a cada uno y comparar directamente las facturas.

¿Admiten Fun-ASR Flash y Seed ASR la diarización de hablantes?

La tabla de capacidades de arriba lo indica para cada modelo, según la documentación de su proveedor. La diarización, el streaming y las marcas de tiempo aparecen por separado porque los modelos difieren en las tres cosas.

Comparativas relacionadas

De nuestros estudios con mediciones