Chirp 2 vs Chirp 3
Quale scegliere e quando — verdetto curato, non una tabella di benchmark
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
Le tariffe provengono dal catalogo live al momento della build; la pagina di ciascun modello riporta la scheda attuale.
Dove si posizionano — prezzo per minuto di audio rispetto a tutti gli 11 modelli speech-to-text con questa unità di fatturazione (scala logaritmica)
Capacità
Specifiche
| Chirp 2 | Chirp 3 | |
|---|---|---|
| Modalità di input | audio | audio |
| Modalità di output | testo | testo |
| Rilascio | — | 2025-10-13 |
| Limiti | Auto-detected audio decoding sync Recognize <1 min, BatchRecognize 1 min–8 hrs, StreamingRecognize for real-time optional word-level timestamps language-agnostic transcription (the model infers the prevalent spoken language and transcribes in it) no standalone language detection no speaker diarization speech translation supported | Auto-detected audio decoding sync Recognize <1 min, BatchRecognize 1 min–1 hr (<=20 min with word timestamps), StreamingRecognize for real-time speaker diarization in BatchRecognize and Recognize (14 languages) utterance-level timestamps (StreamingRecognize only), word-level timestamps listed as unsupported language-agnostic transcription 29 GA + 82 preview locales |
| Lingue | Varies by method: BatchRecognize offers the most extensive coverage and Recognize is "on par with Chirp" StreamingRecognize is limited to 16 locales (Chinese Simplified/Traditional, Cantonese, English AU/IN/GB/US, French CA/FR, German, Italian, Japanese, Korean, Portuguese (Brazil), Spanish ES/US) | 29 GA + 82 Preview locales (111 total) across StreamingRecognize, Recognize and BatchRecognize diarization covers 14 of them |
Le specifiche sono trascritte dalla documentazione di ciascun fornitore; una riga che un fornitore non pubblica viene omessa anziché essere dedotta. Fonti complete: Chirp 2 · Chirp 3
Passa dall'uno all'altro con una sola riga
Entrambi gli id sono presenti in ogni scheda qui sotto — la coppia di righe evidenziata è 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 più economico, Chirp 2 o Chirp 3?
Riportano lo stesso valore per per minuto di audio ($0.016), quindi il prezzo non è decisivo in questo caso — vedi le specifiche e le funzionalità di seguito.
Posso fare un A/B test di Chirp 2 contro Chirp 3 senza due integrazioni?
Sì. Entrambi sono serviti tramite lo stesso endpoint compatibile con OpenAI con una singola chiave API — il passaggio richiede la modifica della stringa del modello in una sola riga, quindi puoi instradare una frazione del traffico verso ciascuno e confrontare direttamente le fatture.
Chirp 2 e Chirp 3 supportano la diarizzazione dei parlanti?
La tabella delle funzionalità sopra risponde a questa domanda per ogni modello, direttamente dalla documentazione di ciascun fornitore — diarizzazione, streaming e timestamp sono elencati separatamente perché i modelli differiscono su tutti e tre.