Chirp 2 vs Chirp 3

vs

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

Chirp 2 Chirp 3 Δ
Al minuto di audio $0.016 $0.016 =

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)

Chirp 2 · $0.016 Chirp 3 · $0.016

Funzionalità

Chirp 2 Chirp 3
Diarizzazione dei parlanti no sì
Streaming sì sì
Timestamp sì sì

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)

Ottieni la tua chiave API →

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.

Confronti correlati

Dai nostri studi con dati misurati