Chirp 2 vs Chirp 3
Quale scegliere e quando
Stessi $0.016 al minuto di audio, quindi il più recente chirp-3 è la scelta predefinita: aggiunge la diarizzazione in Recognize e BatchRecognize su 14 lingue e pubblica 29 locale GA più 82 in anteprima, dove chirp-2 non diarizza e limita StreamingRecognize a 16 locale. Il compromesso riguarda i timestamp e la durata - chirp-2 offre timestamp a livello di parola e lotti da 1 minuto a 8 ore, mentre chirp-3 indica i timestamp per parola come non supportati e ferma i lotti a 1 ora. Scegli chirp-2 se ti servono i tempi per parola o file molto lunghi.
Prezzi
Tariffe lette dal catalogo live al momento della build; il listino aggiornato è sulla pagina di ciascun modello.
Dove si collocano: prezzo al minuto di audio tra tutti i modelli di speech-to-text con questa unità di fatturazione (12, scala logaritmica)
Funzionalità
Specifiche
| Chirp 2 | Chirp 3 | |
|---|---|---|
| Modalità di input | audio | audio |
| Modalità di output | testo | testo |
| Rilascio | - | 2025-10-13 |
| Limiti | Decodifica audio rilevata automaticamente Recognize sincrono <1 min, BatchRecognize 1 min-8 ore, StreamingRecognize per il tempo reale timestamp a livello di parola opzionali trascrizione indipendente dalla lingua (il modello deduce la lingua prevalente dell'audio e trascrive in quella) nessun rilevamento della lingua a sé stante nessuna diarizzazione dei parlanti traduzione del parlato supportata | Decodifica audio rilevata automaticamente Recognize sincrono <1 min, BatchRecognize 1 min - 1 ora (<=20 min con i timestamp di parola), StreamingRecognize per il tempo reale diarizzazione dei parlanti in BatchRecognize e Recognize (14 lingue) timestamp a livello di enunciato (solo StreamingRecognize), timestamp a livello di parola indicati come non supportati trascrizione indipendente dalla lingua 29 locale GA + 82 in preview |
| Lingue | Varia in base al metodo: BatchRecognize offre la copertura più estesa e Recognize è "alla pari con Chirp" StreamingRecognize è limitato a 16 locale (cinese semplificato/tradizionale, cantonese, inglese AU/IN/GB/US, francese CA/FR, tedesco, italiano, giapponese, coreano, portoghese (Brasile), spagnolo ES/US) | 29 locale GA + 82 in Preview (111 in totale) tra StreamingRecognize, Recognize e BatchRecognize la diarizzazione ne copre 14 |
Le specifiche sono riprese dalla documentazione di ciascun provider; se un provider non pubblica un dato, la riga viene omessa e non dedotta. Fonti complete: Chirp 2 · Chirp 3
Passa dall'uno all'altro cambiando una sola riga
In ogni scheda qui sotto ci sono entrambi gli id: le due righe evidenziate sono l'unica modifica. Stesso endpoint, stessa chiave, stessa struttura della richiesta.
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", # decommenta questa riga, commenta quella sopra
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: "chirp-2",
// model: "chirp-3", // decommenta questa riga, commenta quella sopra
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="chirp-2" \
# -F model="chirp-3" \ # decommenta questa riga, commenta quella sopra
-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: "chirp-2",
// Model: "chirp-3", // decommenta questa riga, commenta quella sopra
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("chirp-2")
// .model("chirp-3") // decommenta questa riga, commenta quella sopra
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());FAQ
Qual è il più economico, Chirp 2 o Chirp 3?
Entrambi applicano $0.016 a «Al minuto di audio». Le altre tariffe e le quantità usate possono cambiare il costo totale.
Posso fare un A/B test di Chirp 2 contro Chirp 3 senza due integrazioni?
Sì. Si chiamano entrambi dallo stesso endpoint compatibile con OpenAI, con una sola chiave API. Per passare dall'uno all'altro basta cambiare la stringa del modello in una riga, quindi puoi mandare una parte del traffico a ciascuno e confrontare direttamente i costi.
Chirp 2 e Chirp 3 supportano la diarizzazione dei parlanti?
La risposta, modello per modello, è nella tabella delle funzionalità qui sopra, ripresa direttamente dalla documentazione di ciascun provider. Diarizzazione, streaming e timestamp sono voci separate perché i modelli si differenziano su tutte e tre.