Chirp 2 vs Chirp 3

vs

Lequel choisir, et quand

Même $0.016 par minute d'audio, donc le plus récent chirp-3 est le choix par défaut : il ajoute la diarisation dans Recognize et BatchRecognize sur 14 langues, et publie 29 locales GA plus 82 en préversion, là où chirp-2 ne diarise pas et limite StreamingRecognize à 16 locales. Le compromis porte sur les horodatages et la durée - chirp-2 offre des horodatages au mot et des lots d'une minute à 8 heures, tandis que chirp-3 indique les horodatages au mot comme non pris en charge et plafonne les lots à 1 heure. Prenez chirp-2 s'il vous faut des minutages au mot ou des fichiers très longs.

Tarifs

Chirp 2 Chirp 3 Δ
Par minute d'audio $0.016 $0.016 =

Tarifs relevés dans le catalogue en direct à la génération du site ; la page de chaque modèle affiche la grille tarifaire à jour.

Leur position : prix par minute d'audio, parmi les 12 modèles de transcription vocale facturés dans cette unité (échelle logarithmique)

Chirp 2 · $0.016 Chirp 3 · $0.016

Capacités

Chirp 2 Chirp 3
Diarisation des locuteurs non oui
Streaming oui oui
Horodatages oui oui

Spécifications

Chirp 2 Chirp 3
Modalités d'entrée audio audio
Modalités de sortie texte texte
Date de sortie - 2025-10-13
Limites

Décodage audio auto-détecté

Recognize synchrone < 1 min, BatchRecognize de 1 min à 8 h, StreamingRecognize en temps réel

horodatages au niveau du mot en option

transcription indépendante de la langue (le modèle déduit la langue dominante de l'audio et transcrit dans celle-ci)

pas de détection de la langue en tant que fonctionnalité distincte

pas de diarisation des locuteurs

traduction vocale prise en charge

Décodage audio auto-détecté

Recognize synchrone < 1 min, BatchRecognize de 1 min à 1 h (<=20 min avec horodatages de mots), StreamingRecognize en temps réel

diarisation des locuteurs dans BatchRecognize et Recognize (14 langues)

horodatages au niveau de l'énoncé (StreamingRecognize uniquement), horodatages au niveau du mot indiqués comme non pris en charge

transcription indépendante de la langue

29 locales GA + 82 en préversion

Langues

Variable selon la méthode: BatchRecognize offre la couverture la plus étendue et Recognize est décrit comme « à parité avec Chirp »

StreamingRecognize se limite à 16 locales (chinois simplifié/traditionnel, cantonais, anglais AU/IN/GB/US, français CA/FR, allemand, italien, japonais, coréen, portugais (Brésil), espagnol ES/US)

29 locales GA + 82 en préversion (111 au total) sur StreamingRecognize, Recognize et BatchRecognize

la diarisation en couvre 14

Les spécifications sont reprises de la documentation de chaque fournisseur ; quand un fournisseur ne publie pas une valeur, la ligne est omise et non déduite. Sources complètes : Chirp 2 · Chirp 3

Passez de l'un à l'autre en changeant une seule ligne

Les deux identifiants figurent dans chaque onglet ci-dessous : les deux lignes surlignées sont le seul changement. Même endpoint, même clé, même format de requête.

from openai import OpenAI

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

resp = client.audio.transcriptions.create(
    model="chirp-2",
    # model="chirp-3",  # décommentez cette ligne, commentez celle du dessus
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

Obtenez votre clé API →

FAQ

Lequel est le moins cher, Chirp 2 ou Chirp 3 ?

Les deux affichent $0.016 pour « Par minute d'audio ». Les autres tarifs et les quantités utilisées peuvent changer le coût total.

Puis-je faire un test A/B entre Chirp 2 et Chirp 3 sans deux intégrations ?

Oui. Les deux passent par le même endpoint compatible OpenAI, avec une seule clé API. Pour passer de l'un à l'autre, il suffit de changer l'identifiant du modèle, soit une ligne : vous pouvez donc envoyer une part du trafic à chacun et comparer directement les factures.

Chirp 2 et Chirp 3 prennent-ils en charge la diarisation des locuteurs ?

Le tableau des capacités ci-dessus répond modèle par modèle, d'après la documentation de chaque fournisseur. La diarisation, le streaming et les horodatages y figurent séparément, car les modèles diffèrent sur ces trois points.

Comparatifs associés

Nos études, mesures à l'appui