Chirp 3 vs Seed ASR

vs

Lequel choisir, et quand

Les deux facturent à la minute d'audio et diarisent tous les deux ; seed-asr-bigmodel revient 8x moins cher, $0.002 contre $0.016, et prend des fichiers bien plus longs - jusqu'à 5 heures et 512MB en mode asynchrone, contre une heure pour le mode lot de chirp-3 - avec des horodatages à la phrase et au mot. chirp-3 répond par l'ampleur : 29 locales GA plus 82 en préversion, contre un ensemble par défaut mandarin, anglais, cantonais et dialectes chinois chez seed-asr-bigmodel, avec 39 clés de langue à fixer explicitement. Choisissez sur la durée des enregistrements et la locale, pas sur le prix.

Tarifs

Chirp 3 Seed ASR Δ
Par minute d'audio $0.016 $0.002 8×

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 3 · $0.016 Seed ASR · $0.002

Capacités

Chirp 3 Seed ASR
Diarisation des locuteurs oui oui
Streaming oui oui
Horodatages oui oui

Spécifications

Chirp 3 Seed ASR
Modalités d'entrée audio audio
Modalités de sortie texte texte
Date de sortie 2025-10-13 2025-12-05
Limites

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

Mode fichier audio asynchrone: < 512 Mo, < 5 heures, OPUS/WAV/MP3/SPX/OGG/AMR/AAC/M4A (le PCM brut est également accepté), résultats renvoyés sous 3 heures et conservés 7 jours

diarisation des locuteurs via enable_speaker_info (API fichier audio uniquement, optimale avec <=10 locuteurs, pas de diarisation sur l'API streaming)

segmentation en phrases et en mots avec start_time/end_time via show_utterances

identification de la langue via enable_lid

mots-clés et contexte jusqu'à 800 tokens et 20 tours

facturation à l'appel

Langues

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

la diarisation en couvre 14

Avec `language` vide, le modèle couvre le mandarin, l'anglais, le cantonais, le shanghaïen, le minnan et les dialectes du Sichuan et du Shaanxi

39 clés de langue peuvent être épinglées explicitement (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), plus une détection automatique en option (enable_auto_lang)

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 3 · Seed ASR

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-3",
    # model="seed-asr-bigmodel",  # 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 3 ou Seed ASR ?

Seed ASR est moins cher sur la ligne « Par minute d'audio » ($0.002 contre $0.016, soit un écart de 8.0×). D'autres lignes peuvent dire l'inverse : le tableau ci-dessus donne la grille tarifaire complète, et le coût réel dépend de la composition de votre trafic.

Puis-je faire un test A/B entre Chirp 3 et Seed ASR 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 3 et Seed ASR 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